时间：2022-07-12 20:34:47
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇财务危机论文，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
[关键词]上市公司财务危机预警系统应用
随着资本市场的不断发展与完善,对上市公司财务危机进行预警研究一直是国内外学术界的热点问题之一。财务危机预警是以财务会计信息为基础,通过设置并观察一些敏感性预警指标的变化,对企业可能或者将要面临的财务危机所实施的实时监控和预测警报。近年来一些上市公司因为治理结构失衡,公司管理层管理混乱等诸多原因,导致公司业绩逐下降,出现亏损、财务状况异常甚至资不抵债等严重情形,最终受到特别处理,面临退市危险,使投资者、债权人及其他利益相关者遭受巨大损失。但如果能够通过研究上市公司相关信息,构建有效的财务危机预警模型,及时对发现的问题进行分析并采取有效措施，化逆境为顺境，就能很大程度上帮助上市公司防范和化解财务危机。然而,由于种种原因,财务预警系统在我国上市公司中尚未得到广泛应用。
一、我国上市公司应用财务危机预警系统的现实意义
财务危机预警系统作为一种成本低廉的诊断工具，能实时对公司的生产经营过程和财务状况进行跟踪监控，及时地进行财务预警分析，发现财务状况异常的征兆，并迅速报警，及时采取应变措施，避免或减少损失。在上市公司应用财务危机预警系统,主要可以发挥四个作用:
1.财务监测作用。监测、跟踪企业的生产经营过程，将企业生产经营的实际情况同企业预定的目标、计划、标准进行比较，进行核算、考核，找出偏差，并从中发现产生偏差的原因或存在的问题。
2.财务诊断作用。它是根据跟踪检测的结果，运用现代企业管理技术、诊断技术对公司营运状况之优劣做出判断，找出公司运行中的弊端及其病根之所在。即分析“警度”，告知“警情”的程度。并使经营者知其然，更知其所以然，制定有效措施，阻止财务状况进一步恶化，避免严重的财务危机真正发生。
3.财务治疗作用。财务治疗功能是在监测、诊断的基础上，识别病根、对症下药，更正企业营运中的偏差或过失，使企业回到正常运转的轨道。准确来讲，治疗功能并非财务预警系统的本质功能。但是，一个有效的预警系统不仅应该能够找出企业的“症结”所在，而且应该能够提出改进方案和应对措施。
4.保健作用。通过财务预警分析，财务预警系统不仅能及时回避现存的财务危机，而且能通过系统详细地记录其发生缘由、解决措施、处理结果，并及时提出改进意见，弥补公司现有财务管理及经营中的缺陷，完善财务预替系统，从而提供未来类似情况的前车之鉴，更能从根本上消除隐患即“防警”。
二、我国上市公司财务预警系统应用中存在的问题
动态财务预警系统不仅仅包括有效的财务预警模型，要使其能发挥作用，还要配合有效的信息系统和内控系统。而由于我国上市公司发展状况的制约，使我国在应用方面还有所欠缺。
1.会计信息失真影响财务预警系统的有效性。上市公司财务预警体系的设计运用了大量的财务数据，真实及时的财务信息是建立有效可行的财务预警系统的基础。随着经营权与所有权的分离，委托关系在上市公司中普遍存在，委托人和人之间存在的信息不对称，使得我国上市公司中存在着投资者和管理层之间信息不对称的问题，管理层在会计信息编报方面拥有过大的权利，而且现行的监督机制和独立审计机制难以确保上市公司的财务信息质量。这种普遍存在的会计信息失真现象势必影响财务预警系统的有效性，从而进一步影响了有关利益各方运用财务预警系统的积极性。
2.内部控制不完善。企业的国有控制权不明确，使得投资主体的监管形同虚设国有企业股权结构中的“一股独大”是中国上市公司的显著特征。在这种体制下，由于缺乏有效的激励约束机制，很多人并不能自觉地维护公司利益，导致企业的内控失效。有的虽然也制定了比较全面的内控制度，由于制度本身不切合实际，制度的可操作性不强，使得企业的内控制度成为一纸空文；有的虽然制定了一套比较切合自身实际并切实可行的内控制度，却由于外部监督不力，企业不愿执行，将其束之高阁。
3.上市公司决策层缺乏主动运用财务预警系统的意识。目前，我国证券市场还不够成熟、完善，上市公司行为也不够规范。上市公司有关决策层往往受到“第一大股东”，代表国有股或法人股的“关键人”的控制。甚至存在着控股方通过盈余管理手段“圈钱”，利用关联方交易恶意造假，肆意侵吞上市公司利益的特权消费现象。在这种不良但又比较普遍的行为当中，一般的投资者是利益受损方，而上市公司决策层是既得利益方，使得上市公司决策层作为受益者，缺乏主动运用财务预警系统的意识成为正常现象。
4.财会人员素质不高。法制观念淡薄有的财会人员忘记了法律赋予的权力和职责，冒着被吊销会计从业资格证书的风险，为单位领导的不法行为出谋划策，粉饰经营业绩，甚至侵吞国家财产，更加加大了预警系统有效发挥作用的难度。
三、上市公司财务预警系统有效实施的建议
1.财务危机预警系统的定性分析和定量分析的结合运用。量化的财务指标能对财务状况进行总量控制，而某些非财务指标和定性因素可对细节即具体过程进行控制，以弥补财务指标的不足，从微量上找出影响公司长期财务状况的动因。
财务预警是一种量化分析，它有利于清晰、直观地反映上市公司的财务状况，但它难以全面满足揭示上市公司财务危机程度的需要，并不能完全替代传统的定性分析，特别是财务报表的编制质量和审计质量等因素会直接决定模型结果的准确性和实用性。
企业应根据具体情况选择合适的维度评价企业的经营状况，具体来说，财务危机预警系统的实施的规则是:企业定期监测容易发生经营危机和财务危机的各种因素，报告经营风险和财务风险，建立风险报告制度，并利用有经验分析人员的直觉判断作定性分析评价。同时，定期运用预警模型进行量化分析。由于模型预测所使用的数据来自年度财务报告，因此，量化分析的时间可定为一年一次，而非量化分析相对容易些，可把时间定为一月一次，甚至更短一些，以便使预测更加及时有效。另外，在年度财务危机预警时，可把平时非量化分析结果和年度量化分析结果进行相互修正。例如，企业按助gistic回归模型预测出在财务危机警戒线以上，即企业不会发生财务危机，但根据企业当年报表外的非财务信息(如或有负债等表外因素)、专业人员的经验判断计算出企业的定性评价指标总分在预测警戒线以下，反映出企业存在着发生财务危机的可能性。若定性分析和定量分析得出相反的矛盾，这就需要作出仔细判断，专业人员的主观性是否过强，还是定量分析模型因行业因素的变化需要重新建模。企业在仔细分析后，再重新预测是否会发生财务危机。
3.关注重点指标，建立适合我国国情的财务危机预警指标体系。首先，关注主营业务指标，加强主业监管。如果频繁变更主营业务，上市公司的业绩无法得到保障，具有很大的不稳定性，投资者很难有一个合理的业绩预期，这对投资者和上市公司来说都是很大的风险。如果主营业务急剧萎缩，并且造成这种情况的因素是根本性的，持续性的，那么上市公司就有可能陷入财务困境。上市公司大多是高新技术企业，其核心能力强弱的直接市场表现无疑是主营业务收入/总资产指标。该指标通过与市场或行业平均(先进)水平的比较及其走势的考察，可以对上市公司市场竞争的优劣态势有一个较为清晰的判断。如果该指标经常低于市场或行业的平均(先进)水平，且成持续走低杰势块上市公司财务危机预警问题研究的话，便意味着上市公司处于竞争的不利地位。如果不及时扭转，将导致严重的财务危机。因此，上市公司要强调突出主营业务，在评估上市公司主业竞争能力时要关注主营业务收入/总资产指标。只有如此，才有可能建立真正有效的财务危机预警指标体系。其次，关注资产管理能力指标和负债比率指标。判别盈利公司与财务危机公司的财务差异，资产管理能力指标和负债比率指标有着中长期的判别作用，而盈利能力及回报能力、资产流动性和公司增长能力指标则短期判别能力强。在防范上市公司的财务危机时，应侧重于资产管理能力指标和负债比率指标。
3.进行预警指标的敏感性分析。敏感性分析是指企业的财务指标的变动对预警结果的影响程度，重要指标的变动会对企业产生较大影响。预警系统一旦报警，管理曾首先要确定是哪些指标偏离造成的危机，进而采取相应措施进行调整。调整可以针对某一个指标，也可以是某几个指标。选取哪种方式更有效、更经济，管理层有必要在敏感性和调整难度之间进行权衡，选取适当的调整方式。
参考文献：
[1]张鸣张艳程涛:企业财务预警研究前沿[M].北京:中国财政经济出版社，2004
[2]张艳秋王彤彤:我国上市公司财务危机预警系统应用研究[J].会计之友，2008，（3）
[3]吕长江周现华:上市公司财务困境预测方法的比较研究[J].吉林大学社会科学学报,2005,(6)
【关键词】财务危机；危机运营；资产剥离
一、企业财务危机运营的含义和特点
（一）企业财务危机运营的含义
企业财务危机是指企业财务状况恶化，长期出现亏损，无力偿还到期债务的现象。在企业日常生产经营活动时，如果无力履行合同，无法按时支付债权人利息和偿还本息时，该企业就面临着财务危机。企业财务危机分为轻度、中度和重度财务危机，并且具有客观积累性、多样性、灾难性和预见性等特点。企业财务危机的最严重后果是企业失败。
财务危机运营又称为财务危机运作，它是指企业通过各种手段，以化解财务危机为目的，为实现企业度过危机重新恢复正常生产经营而采取的各种行为和活动。财务危机运营的核心是运营方式和运营方法。
（二）企业财务危机运营的特点
1.全局性
财务危机虽然是企业在日常生产经营活动过程中逐步形成的，但是它却有很大的爆发力，企业一般的经营人员对危机不了解或没有管理知识，就很难根据企业的实际情况进行财务危机的应对和运营。因此，运营人员必须具有较高的企业管理知识、风险管理知识、企业运作知识和较强的实践经验以及对企业的整个生产流程了如指掌。这样才能有针对性地根据企业的实际情况提出正确的财务危机应对措施和运营方法。
2.决定性
财务危机对企业是一项重创，企业自有资金不足，到期又不能偿还负债，在目前日益激烈的市场竞争中，无论对企业自身还是对企业的员工都是一项不小的债务负担和压力，因为运营结果的好坏直接决定着企业的发展前途，决定着员工们的命运。所以财务危机的运营对企业的发展有着决定性的作用。
3.双面性
财务危机的运营效果有两种，一种是运营成功，企业摆脱财务危机，走上正确的发展道路；另一种是运营失败，负债继续无法偿还，生产经营情况继续恶化，会使企业无法摆脱财务困境，甚至导致企业破产。因此财务危机的运营是一把双韧剑，使用起来一定要深思熟虑，在进行运营时一定要考虑细致、全面，仔细分析、认真论证，有针对性的进行运营。
4.及时性
及时性是指财务危机的运营必须及时有效，因为财务危机的爆发会对企业造成很大的危害，要求企业管理人员及时根据财务危机爆发的原因，找出问题产生的根本原因，及时拿出解决方案，提出运营方案和对策，抓住解决危机的时间和机会，错过了时机，企业就无法翻身。
二、企业财务危机运营环境
企业财务危机运营环境分为宏观环境和微观环境。宏观环境指从宏观的角度来看，对企业管理活动造成市场机会和环境威胁的主要社会力量。具体是指当前企业所处的政治、经济、法律、文化、人口、自然环境以及当地收入水平等一系列不可控制的因素。当前我国企业面临的主要宏观经济环境是全球金融危机。受金融危机的影响，银行日益收紧银根，对企业进行贷款的信用度要求比以往要高。企业生产成本日益上升，经营效益普遍下滑，大型跨国企业裁人并缩减产量，以减少企业的成本，使企业能顺利渡过金融危机的寒冬。因此，对面临财务危机的企业来说，采用外部融资解决企业财务危机或通过外援的方式运营财务危机的可能性并不大，企业必须更多地依靠自身的力量，拿出最快最好的财务危机运营方案。微观环境是从微观的角度来看，直接制约和影响企业管理活动的力量和因素。微观环境主要是企业内部或者外部那些通过沟通或者一系列措施相对好控制些的环境。如企业的内部管理、人员配置、合作伙伴、竞争对手等。财务危机运营必须考虑企业的微观环境，企业应该想方设法改善所处的微观环境。因为企业微观环境是不良的，否则企业不会处于财务危机，企业应该明确制约企业发展的因素和改善微观环境的渠道。
三、企业财务危机运营程序
（一）企业财务危机运营组织结构的建立
企业财务危机运营组织主要由财务管理中心、行政部和审计部共同组成，他们首先要制定好相应的财务危机计划，对各种可能出现的财务危机提出相应的配套方案和解决对策，平时应进行一定的财务危机应对方案模拟测试。用这种组织结构的原因是考虑到财务管理中心和审计部对企业的财务状况比较了解，能从日常的业务操作中发现企业财务危机，企业应当在财务管理中心、审计部和行政部指定专人负责，设立财务危机运营职责和权利，当有财务危机警情出现时，财务管理中心和审计部负责人应及时把财务危机预警相关情况通过企业的内部网发送给行政部负责人员，并接受指令，当有不严重的财务危机警情时，行政部相关负责人员应通知财务管理中心和审计部的预警负责人及时采取相应的措施；当有重大财务危机警情时，行政部相关负责人员应把相关情况汇报给企业的董事长，由企业的中高级管理干部一起决定危机的处理决策。运用此种组织结构，企业能有效地加强财务危机的防范和处理能力。
（二）企业财务危机信息的搜集
企业财务危机信息搜集主要是财务管理中心和审计部，财务管理中心和审计部除了进行日常的财务业务操作以外，也负责企业财务危机信息的搜集工作，但不是说其他部门没有进行搜集信息的义务，最好是全员搜集，包括生产部、营销部和研发部都可以参与。这些信息包括对企业的供需商供求情况、企业的竞争对手情况、企业的内部活动以及客户需求信息和企业相关的外部环境等。企业财务危机主要表现在以下几个方面：平均收账期延长，销售的非预期下降，企业的财务状况出现恶化，自有资金不足、财务结构恶化和财务管理混乱，财务管理混乱包括很多方面，企业财务制度不健全、内部控制不完善、会计信息失真。企业应该分析财务危机产生的主要原因，要对财务危机涉及的相关人员、相关业务以及危机给企业造成的严重后果有正确的分析和定量化的掌控。
（三）企业财务危机运营的方法
企业应根据财务危机产生的原因有针对性的采取补救措施。要对相关的客户进行清查，对有关责任人员进行调动，必要时对企业进行换血。如果是产品质量引起的危机，要注重提高产品质量，产品质量无论什么时候都是企业生存和发展的关键，有良好的质量才能有客户和市场，产品才能有销路，才能树立起客户对企业产品的信心，保持或恢复顾客对产品的购买欲望，使企业摆脱困境；如果是产品销售不畅，可以进行资产剥离或资产出租。受全球经济危机影响，引起企业财务危机的主要原因是销售不畅。企业可以通过资产剥离将非经营性闲置资产、无利可图资产以及已经达到预定目的资产从企业资产中分离出来。资产剥离的方法有资产置换、减资、资产出售等形式。发生财务危机的企业可以通过资产剥离的方法换取现金的流入，这种方法如果运作成功，不仅可以植入优质资产，而且可以将企业原有的不良资产置换出去，实现企业资产的双向优化。另外可以通过及时缩减企业规模，通过债转股、业务重组、资产出租等形式减少企业的债务负担。如果是财务管理不善造成的，可以向供应商寻求帮助，请求推迟付款，给予供应商企业好转后长期合作的承诺；还可以向客户争取预付款以帮助渡过难关，达到风险投资，渡过财务危机时期。随着价格环境慢慢好转，高水准管理人将会处于有利地位，能够以比过去几年更具吸引力的估值购买到优质业务。有能力使企业起死回生的高水准管理人选择性地投资于企业，也会在中期获得较高回报。
（四）企业财务危机运营的监控
企业财务危机运营不当的最终后果就是企业失败，所以对于企业财务危机的运营必须有监控系统，对财务危机运营人员能力的监控、运营过程、运营中阶段性效果等都应该有相应的监控方法和手段、要用定量化的指标来分析，以便领导者时时刻刻都把财务危机运营调整在正确的轨道上。在进行财务危机运营人员能力的监控时，要及时考察运营人员的知识水平和实践能力是否能达到正确运营危机的目的，一旦不适用就及时调整；进行运营过程监控时要注重运营的方法是否合法、合理，是否可行，操作是否得当；对运营中阶段性效果的监控重点考虑是否达到预计的运行效果，监控中要对定量化的数据指标进行分析，如果没有达到要及时采取其他措施进行补救。
【参考文献】
[1]韩臻聪.我国上市企业财务危机的成因浅探[J].财会月刊，2006，（1）:16.
[2]王克敏，姬美光.宏观经济环境、企业治理与财务困境研究[J].经济与管理研究，2006，（5）:18.
[3]刘静，程涛.中外企业财务困境成因之比较研究[J].石家庄经济学院学报，2005，（4）：168.
[4]阎达五.财务预警系统管理研究[M].北京:中国人民大学出版社，2004.
[5]张鸣.企业财务预警研究前沿[M].北京:中国财政经济出版社，2004.
【关键词】现金流动负债比;财务危机;相关性
一、研究的背景
财务危机是威胁企业持续经营的根本性危机。因为无论是发生巨额亏损或者连续亏损,都将成为影响企业能否生存发展和持续经营的严重事件。然而,“冰冻三尺、非一日之寒”,大部分企业陷入财务危机,都有一个逐步显现、恶化的过程,因此具有一定的先兆性和可预测性。财务危机预警的相关论文国内外都有不少的论述,如从企业内部治理的角度等来分析财务危机的形成原因分析及应对措施。本文则是以现金流动负债比率,反映企业一定时期的经营现金净流量同流动负债的比率,从现金流量角度来反映企业当期偿付短期负债的能力来体现企业是否存在财务危机。本篇论文从上市公司中选取样本企业一定时期的现金流动负债比的角度,研究这项财务指标与企业财务危机之间的相关性,验证其是否能及时反映企业的财务危机。
二、数据资料的搜集与整理①
1.ST公司样本与非ST公司控制样本的选择
本文以 2005年年报资料为基点,将2006年在沪深两市上市的A股被ST的58家公司作为研究对象,以所有A股非ST公司为母样本,按照一定的配对标准选出相应数量的非ST公司作为控制样本展来研究现金流动负债比与财务危机的相关性问题。
2.研究数据的来源
本文的研究数据资料来源于巨潮资讯、中国上市公司资讯网、中国证监会等相关网站。数据资料的处理采用的是Eviews3.1计量经济分析软件。
三、变量的选取与模型设计
1.变量的选取
本文所选取的变量名称为现金流动负债比,在实证研究中,以xjldfz代替。
计算公式为:现金流动负债比=经营现金流量净额/流动负债。
2.模型设计
本文是以上市公司是否被“特别处理”(ST)作为财务危机的衡量标准。由此,通过构建多元逻辑模型(Logistic模型),利用极大似然估计法(ML)来对模型进行估计而进行的研究。其具体形式为:Z=Logistic(P)={Pi/(1-Pi)｝=α+β′X,其中,α是截距参数,β是斜率参数向量,Pi∈[0,1]。
四、研究假设
本文旨在对现金流动负债比与财务危机的相关性进行研究,因此结合社会经济背景,建立假设:现金流动负债比与财务危机(ST)负相关。
该指标反映企业经营活动产生的现金流量净额用来偿还流动负债的能力。指标越大,则说明企业有较强的现金或者现金流量来应对偿还短期债务的能力。因此,本文假定现金流动负债比与财务危机(ST)负相关,即现金流动负债比率越大,说明企业应对偿还短期债务的能力越强,则企业陷入财务危机的可能性就越小;反之,则企业陷入财务危机的可能性就越大。
五、现金流动负债比与财务危机的相关性分析
1.描述性统计结果②
(1)T-1年的描述性统计结果
由上表可以看出,ST公司在现金流动负债比的均值上,比非ST公司的明显偏低,这说明在T-1年,假设条件所描述的现象是客观存在的,即现金流动负债比与财务危机(ST)负相关。
(2)T-2年的描述性统计结果
由上表可以看出,ST公司在现金流动负债比的均值上,比非ST公司的明显偏低,这说明在T-2年,假设条件所描述的现象是客观存在的,即现金流动负债比与财务危机(ST)负相关。
(3)T-3年的描述性统计结果
由上表可以看出,ST公司在现金流动负债比的均值上,比非ST公司的明显偏低,这说明在T-3年,假设条件所描述的现象是客观存在的,即现金流动负债比与财务危机(ST)负相关。
2.回归结果及拟合优度检验
(1)T-1年回归模型的参数估计与拟合优度检验
根据本文模型设计的条件,建立现金流动负债比T-1年的回归模型如下:Z=+XJLDFZ+ε③,其中,Z为逻辑因变量(ST公司,Z=1;非 ST公司,Z=0),Ci(i=0,1)为回归参数,ε为回归残差。
由上表可以看出,回归变量参数在10%的水平下统计显著,且回归变量参数的符号为负,这一回归结果与假设条件相同。
另外,从回归结果可以看出,T-1年LR统计量与McR²较大,则说明T-1年模型的拟合较好,模型具有较强的解释力。
(2)T-2年回归模型的参数估计与拟合优度检验
现金流动负债比T-2年的回归模型如下:Z=C+XJLDFZ+ε,其中,Z为逻辑因变量(ST公司,Z=1;非 ST 公司,Z=0),Ci(i=0,2)为回归参数,ε为回归残差。
由上表可以看出,回归变量参数统计不显著,而回归变量参数的符号为负,这一回归结果虽然与假设条件相同,但不是我们所期望的。
另外,从回归结果可以看出,T-2年LR统计量与McR²都比较小,则说明T-2年模型的拟合不是很好,模型的解释力不是很强。
(3)T-3年回归模型的参数估计与拟合优度检验
现金流动负债比T-3年的回归模型如下:Z=C+XJLDFZ+ε,其中,Z为逻辑因变量(ST公司,Z=1;非 ST公司,Z=0),Ci(i=0,3)为回归参数,ε为回归残差。
T由上表可以看出,回归变量参数在10%的水平下统计显著,且回归变量参数的符号为负,这一回归结果与假设条件相同。
另外,从回归结果可以看出,T-3年LR统计量与McR²都较大,则说明T-3年模型的拟合较好,模型具有一定的解释力。
3.讨论
依据上述回归模型的参数估计与拟合优度检验的结果可以得出:T-1年和T-3年均在10%水平下统计显著,通过了Z检验,而且T-1年、T-3年模型的拟合都较好,其中T-1年模型的拟合效果最好。但T-2年模型没有通过Z检验,出现这种现象的原因可能是因为样本容量不足所造成的,因此本文认为假设成立,即现金流动负债比与财务危机(ST)负相关。
4.结论
通过上述 Logistic 回归分析及其讨论的结果,可以判断:接受假设条件。即现金流动负债比率越大,上市公司发生财务危机的可能性越小。因此判定,现金流动负债比与财务危机(ST)负相关。
通过对上市公司的案例分析,希望可以对非上市公司提供判断是否处于财务危机有相应的参考,同时对投资者从财务角度判定一个企业是否值得投资有一个选择的指标。
注释:
①本论文的相关数据资料均来源于中国巨潮资讯、中国上市公司资讯网、中国证监会等相关网站。
②本论文的所有输出结果均来自于Eviews3.1计量经济学分析软件。
③本论文为研究方便,特意将公式Z=+XJLDFZ+ε中用C表示,以下相同。
④服从标准正态分布,在Logit模型中,主要用于单个系数的显著性检验。
参考文献
[1]李秉成.企业财务困境研究――上市公司财务困境实证分析北京[M].北京:中国财政经济出版社,2004,7:P10-19,73,95-99.
[2]财政部注册会计师考试委员会办公室.财务成本管理[M].北京:中国财政经济出版社,2006.
[3]谢识予,朱弘鑫编著.高级计量经济学[M].复旦大学出版社,2005,5.
作者简介:
张振霞,女,经济学硕士,酒泉职业技术学院讲师。
论文关键词：显著性分析，因子分析，财务危机，预警，指标筛选
一、引 言
企业财务危机预警问题的研究很早就引起了各方面的关注，国内外学者取得了丰富的成果。如Fitzpatrick[1]和Beaver[2]提出单变量模型，美国学者Altman构建Z-score模型[3]，我国学者李秉祥提出组合预警模型[4]；李益骐运用Logistic回归分析作为主要建模方法[5],李腊生将因子分析与选择性模型相结合，构建了判别上市公司财务危机的因子分析Logit模型[6]，郭德仁构建了基于模糊聚类和模糊模式识别模型[7]，周辉仁提出一种基于递阶遗传算法和BP神经网络的财务预警模型[8]。可见国内外学者对财务危机预警的研究主要集中在运用数学方法构建财务预警模型上
二、显著性分析与因子
（一）显著性
一般来讲，财务危机和财务健康之间应该具有显著差别，因此进入预警模型的指标至少能有效显著的区分这两种状态，这是入
针对同一财务指标变量而言，当两组样本具备方差齐性（即
<sub><img title=" width="56" />
当两组样本不具备方差齐性（即）
这样在可接受的显著性水平上就可以筛选出能显著
（二）因子分
因子分析最早是由心理学家Karl Pearson 和Charles Speamen在1904年提出的，在多元统计分析中，因子分析是一种很有效的降维和信息浓缩技术。这种方法是从变量的相关矩阵出发，将一个m维的随机向量X分解成低于m个且有代表性的公因子和一个特殊的m维向量因子分析，使其公因子数取得最佳的个数，从而使对m维随机向量的研究转化成对较少个数的公因子的研究。即用较少个数的公共因子的线性函数和特定因子之和来表达原来观测的每个变量，从研究相关矩阵内部的依赖关系出发，把一些具有错综复杂的变量归纳为少数几个综合因子的一种多变量统计分析方法。该
三、财务危机预警指标
根据敏感性、先兆性、关联性、可操作性和互斥性的原则，本文在借鉴国内外学者的实证研究成果并结合我国上市公司实际情况的基础上，从表内信息和表外信息两个角度六个方面构建了一套包括25个指标的财务危机预警的指标体系，作为研究中使用的初始变量[9]，如表1所示。表内信息指标主要包括反映企业盈利能力、经
表1 上市公司财务危机预警
指标
类型
序号
指标名称
计算公式
盈利
能力
指标
1
净资产收益率
净利润/平均股东权益
2
总资产报酬率
利润总额/平均总资产
3
每股收益
净利润/期末普通股股数
4
主营业务利润率
净利润/主营业务收入
5
成本费用利润率
净利润/(主营业务成本+期间费用)
营运
能力
指标
6
总资产周转率
销售收入净额/平均资产总额
7
应收账款周转率
销售收入净额/应收账款平均余额
8
存货周转率
销货成本/平均存货余额
偿债
能力
指标
9
资产负债率
期末负债总额/期末资产总额
10
流动比率
期末流动资产/期末流动负债
11
速动比率
期末速动资产/期末流动负债
12
营运资本比率
营运资本/总资产
成长
能力
指标
13
主营业务增长率
（本年主营业务收入－上年主营业务收入）/上年主营业务收入
14
净利润增长率
（本年净利润－上年净利润）/上年净利润
15
总资产增长率
（期末资产总额－期初资产总额）/期初资产总额
16
每股收益增长率
(本年每股收益－上年每股收益)/上年每股收益
现金
流量
指标
17
现金流动负债比
经营活动现金净流量/流动负债
18
净收益营运指数
经营活动现金净流量/净利润
19
销售现金比率
经营活动现金净流量/销售收入
20
每股营业现金流量
经营活动现金净流量/年末普通股股数
表外信息 指标
21
短期借款流动比率
短期借款/流动负债
22
或有负债总资产比
<
对于“财务危机”学术界和实务界有各种不同的界定，考虑到我国的具体国情，本文将我国上市公司中的ST公司界定为财务危机企业。根据一定的选择标准，选取了2008年被特别处理的3
（一）初选——显
按着通常的思路，ST公司和非ST公司之间应该具有显著差别，因此进入预警模型的指标至少能有效显著的区别ST公司和非ST公司，所以以此为标准本文采用统计分析法中的显著性检验方法（T检验）对预警指标进行第
从以下的T检验结果
1）在财务危机发生的前2年有11个指标通过了显著性检验，在财务危机发生的前一年有15个指标通过了显著性检验，显示了所选财务指标在作为预警变量时具有信息含量和时效
2）在25个预警指标中，净资产收益率、总资产报酬率、每股收益、成本费用利润率、总资产周转率、总资产增长率、现金流动负债比、每股营业现金流量、短期借款流动比率、审计意见类型、企业资产规模11个指标连续两年通过显著性检验，其中总资产报酬率、每股收
表2 25个初始预警指标T 预警指标
t-1年
t-2年
T值
双尾检验的
显著性概率
T值
双尾检验的
显著性概率
净资产收益率*
-2.59
0.012*
-4..527
0.000*
总资产报酬率**
-7.547
0.000*
-5.405
0.000*
每股收益**
-7.873
0.000*
-6.678
0.000*
主营业务利润率
-2.010
0.048*
-1.641
0.105
成本费用利润率**
-8.838
0.000*
-5.991
0.000*
总资产周转率**
-4.895
0.000*
-3.960
0.000*
应收账款周转率
-0.118
0.907
0.951
0.348
存货周转率
-2.720
0.008*
0.938
0.354
资产负债率
2.166
0.034*
1.825
0.072
流动比率*
-3.563
0.001*
-1.304
0.197
速动比率
-0.787
0.434
-1.351
0.181
营运资本比率
1.953
0.055
-1.004
0.319
主音业务收入增长率
-1.782
0.079
0.892
0.378
净利润增长率
-1.056
0.298
-1.572
0.120
总资产增长率*
-5.148
0.000*
-2.143
0.036*
每股收益增长率
-1.760
0.083
-1.765
0.082
现金流动负债比**
-3.695
0.000*
-3.399
0.001*
净收益营运指数
-1.683
0.097
0.053
0.958
现金销售比
-0.788
0.433
0.943
0.352
每股营业现金流量**
-2.812
0.006*
-3.815
0.000*
短期借款流动比率*
3.026
0.003*
2.590
0.012*
或有负债总资产比
0.539
0.591
-0.475
0.636
关联交易比率
-1.789
0.078
-1.297
0.199
审计意见类型**
4.073
0.000*
3.224
0.002*
企业资产规模*
-2.723
0.008*
-2.092
摘 要 随着我国市场经济体制改革的深化和资本市场的快速发展，企业发生财务危机乃至破产的情形越来越多，因此有效地预防财务危机的出现成为一个重要的研究课题。本文回顾了国内外财务预警研究理论，并对现有的理论文献进行了详细的梳理和评价。
关键词 证券市场 上市公司 财务预警
一、引 言
自改革开放以来，我国市场经济体制改革不断深化，市场竞争日趋激烈，财务危机成为导致企业生存危机的重要因素。因此及时沟通企业有关财务信息，构建财务预警系统，有效地防范和化解财务危机，是每个企业亟待解决的问题。同时随着我国证券市场信息披露制度的不断完善，根据这些信息构造合理的财务风险预警模型已经具备了现实的可能性。
财务预警理论是随着证券市场不断发展而产生和不断深入的。“危机预警”思想源于20世纪初的欧美，在20世纪50年代取得了显著成果，进入90年代，由于企业危机爆发的频率越来越高，尤其是自2007年以来由美国次贷危机引发的全球金融危机，使得人们更加重视危机预警管理。与此同时，财务预警的研究也相应展开。根据研究方法的差异，一般可将这些理论大致分为定性预警分析和定量预警分析两类。
二、定性预警方面的研究
财务预警的定性分析方法主要包括以下几种方法：标准化调查法是通过专业人员、咨询公司、协会等，通过直观的归纳对企业可能遇到的问题加以详细调查和分析，对企业未来的发展趋势作出判断。
“死阶段症状”分析法认为：企业财务运营病症大体分为四个阶段：财务危机潜伏期；财务危机发作期；财务危机恶化期；财务危机实现期，而且每个阶段都有其典型症状。
管理评分法是美国学者仁翰•阿吉蒂在对企业的管理特性和破产企业存在的缺陷进行调查中，对集中缺陷、错误和征兆进行了对比打分，还根据对破产过程产生影响的大小程度对他们进行加权处理。
我国学者李秉成从上市公司财务困境形成角度、困境征兆角度探讨了上市公司财务困境预警分析方法。提出了财务困境加权分析法和象限分析法两类财务困境综合分析方法。
三、定量预警方面的研究
最早的财务预警研究是菲茨帕特里克（1932）开展的单变量破产预测研究。他最早发现陷于财务困境的公司的财务比率和正常公司相比有显著不同，从而认为财务比率能够反应企业的财务状况，并对企业未来具有预测作用。美国学者比弗（1996）最早运用统计方法研究了公司财务失败的问题，提出了较为成熟的单变量判定模型。但是单变量模型具有明显的局限性，很难做出正确的判断。
美国学者阿特曼（1968）最早运用主成分分析方法提炼最具有代表性的财务比率，将多个标志变量在最小的信息损失下转换为分类变量，获得能有效提高预测精度的多元线性判别方程，被称为Z分数模型。我国学者周首华等 （1996）提出了F分数预测模型，通过更新指标和扩大样本数对Z分数模型进行了修正。多元线性判定模型具有较高的判别精度，但存在一些缺陷。其一，模型假定比较严格，现实中的样本数据往往不能满足其自变量呈正态分布的假定前提。使得结论必然存在令人质疑的成分。其二，在前一年的预测中多元线性判定模型的预测精度较高，但在前两年、前三年中其预测精度都大幅下降。
奥尔森（1980）第一个采用Logit方法进行破产预测。其模型使用了9个自变量估计了三个模型，分析样本公司在破产概率区间上的分布以及两类错误判别错误和分割点的关系。我国学者陈晓等（2000）以38家ST公司为研究对象，运用Logit回归方法进行实证研究，发现负债权益比率、应收账款周转主营业务利润/总资产、留存收益/总资产具有较强的预测能力。其后多位国内学者也采用类似方法对上市公司财务预警进行了研究。
类神经网络模型一般是利用一组案例建立系统模型，该模型接受一组输入信息并产生反应，然后与预期反应相比。如果错误率超过可以接受的水平，需要对权重作出修改或增加隐藏层数目并开始新的学习过程。经过反复循环，直至错误率降低到可以接受的水平，这时学习过程结束并锁定权重，类神经网络就可以发挥预测功能。奥多姆和沙尔达（1990）开拓了用BP神经网络预测财务困境的新方法，我国学者杨保安等（2002）采用ANN模型进行财务危机预警研究，结果表明样本的实际输出和期望输出较为接近。现实中神经网络具有较好的纠错能力，从而能够更好的进行预测，但由于理论基础较薄弱，其对人体大脑神经模拟的科学性、准确性还有待进一步提高，因此适用性也大打折扣。
四、浅议国内外现有文献
在财务预警的定性研究方面，国内外学者对引起企业危机发生发展的内外各种因素进行了深入探讨，但结论能够直接和定量模型结合起来的还不多。从财务预警的定量研究方面看，国内外学者结合各种量化技术，出现了众多的预警模型，但应用性和可操作性较差。而笔者认为模型的最根本作用还是得应用到实际中解决不同财务信息使用者的认知需要。
由于财务预警模型的局限性、模型变量的选择方法问题、财务信息失真问题以及非财务变量对财务预警的影响，使得财务预警理论的实际应用一时很难得到解决。而只有解决当前存在的这些问题，才能为正确解决上市公司财务预警课题奠定基础。
参考文献：
[1]彭韶兵.财务风险机理与控制分析.西南财经大学.2001博士学位论文.
[论文摘要]企业财务危机已成为企业利益相关者需要预测并应对的重要风险之一。企业应构建财务预警机制，及时沟通企业有关财务危机预警的信息，有效地防范和化解财务危机。本文对国内外财务危机预警模型逐一进行评析，旨在为构建符合我国实际并具有可操作性的财务危机预警模型提供借鉴。
随着我国市场经济体制改革的不断深化，经济领域中的复杂性、不确定性日益凸现，企业发生财务危机的情况越来越频繁，因此，财务危机已成为企业利益相关者需要预测并应对的重要风险之一。构建财务预警机制，及时沟通企业有关财务危机预警的信息，有效地防范和化解财务危机，是任何一个企业都必须亟待解决的问题。近年来，除了沿用传统的经验判别与定性分析方法外。企业利益相关者也开始关注并尝试使用财务危机预警模型来定量预测财务危机。财务危机预警模型就是借助企业一系列财务指标和非财务指标来识别企业财务危机的判别模型。其关键点就是如何确定预警指标及预警指标的临界值。本文对国内外财务危机预警模型逐一进行评析，旨在为构建符合我国实际并具有可操作性的财务危机预警模型提供借鉴。
一、单变量预警模型
单变量预警模型是指利用单个财务比率来进行财务预警，以判断企业是否发生财务危机的一种预测模型。Beaver(1966)在其“财务比率与失败预测”一文中，以财务危机预警为主题，以单一的财务比率指标为基本变量，运用配对样本法。随机挑选了1954年至1964年间79家危机中的企业。并针对这79家企业逐一挑选与其产业相同且资产规模相近的79家正常企业进行比较。得出的结论是，最能对企业危机做出预警的指标是“现金流量/总负债”比率，其次是“净收益/总资产”比率和“总负债/总资产”比率。其中，“现金流量”来自“现金流量表”的3种现金流量之和，除现金外还充分考虑了资产变现力，同时结合了企业销售和利润的实现及生产经营状况的综合分析，这个比率用总负债作为基数，考虑了长期负债与流动负债的转化关系，但是总负债只考虑了负债规模，而没有考虑负债的流动性，即企业的债务结构，因此对一些因短期偿债能力不足而出现危机的企业存在很大的误判性。“总资产”这一指标没有结合资产的构成要素。因为不同的资产项目在企业盈利过程中所发挥的作用是不同的，这不利于预测企业资产的获利能力是否具有良好的增长态势。
Beaver最先在企业危机预警研究中使用非参数统计的二分类检验方法来确定分割点。使其错误分类率降至最低，这一方法为以后的企业财务危机预警研究者广泛采用。此外，Beaver还首创配对抽样的技术以控制因产业类别和企业资产规模不同而引起的混淆。但单变量预警模型只是利用个别财务比率预测企业财务危机。因此其有效性受到一定的限制。一般来说。企业的生产经营状况受到许多因素的影响，各种因素之间既有联系又有区别，单个比率反映的内容往往有限，无法全面解释企业的财务状况。
二、多元判别分析模型
多元判别分析模型是对企业多个财务比率进行汇总，求出一个总判别分值来预测企业财务危机的模型。Altman(1968)在其“财务比率、判别分析和公司破产预测”一文中认为，企业是一个综合体，各个财务指标之间存在某种相互联系。各个财务指标对企业整体风险的影响和作用也是不一样的。他通过把传统的财务比率和多元判别分析方法结合在一起，发展了一种财务危机预警模型，即Z计分模型。该模型的具体形式如下：
Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5
式中，X1=营运资本/总资产，反映资产的流动性与规模特征；X2=留存收益/总资产，反映企业累计盈利状况；X3=息税前收益/总资产，反映企业资产的获利能力；X4=权益的市场价值/总债务的账面值，反映企业的偿债能力；X5=销售总额/总资产，反映企业的营运能力。
通过统计分析，Altman认为Z值应在1.81-2.99之间，等于2.675时居中。如果企业的Z值大于2.675，表明企业的财务状况良好；如果Z值小于1.81，则企业存在很大的破产风险；如果Z值处于1.81-2.675之间，称为“灰色地带”，处在这个区间，则企业财务状况是极不稳定的。
Z计分模型的变量是从资产流动性、获利能力、偿债能力和营运能力等指标中各选择一两个最具代表性的指标。模型中的系数则是根据统计结果得到的各指标相对重要性的量度。实证表明该模型对企业财务危机有很好的预警功能。但其预测效果也因时间的长短而不一样，预测期越短，预测能力越强，因此该模型较适合企业短期风险的判断。
Z计分模型在企业破产前超过3年的预测正确率大大降低，而且随着时间的推移，经济环境也将出现重大变化，特别是进入20世纪70年代以后，企业财务危机的平均规模急剧增大，原有的Z计分模型已无法解释当时的企业财务危机现象。于是，Altman等人于1977年又提出了一种能更准确地预测企业财务危机的新模型——ZETA模型。在该模型中，Altman等人利用27个初始财务比率进行区别分析，最后选取了7个解释变量，即资产报酬率(息税前利润/总资产)、盈余稳定性(息税前利润，总资产的10年标准误差)、利息保障倍数(息税前利润/利息支出总额)、累计盈余(留存收益/总资产)、流动性(流动比率)、资本比率(5年普通股平均市值/总资本)和资本规模(普通股权益/总资产)。该模型存在的不足是选择比率没有理论可依，选择同一行业中相匹配的危机公司和正常公司也是困难的，而且观察的总是历史事件。但由于该模型简单明了。以后对企业财务危机预警模型的研究都是沿着这一思路进行的。
20世纪70年代，日本开发银行调查部选择了东京证券交易所310家上市公司作为研究对象，使用与Altman相同的研究方法，建立了“利用经营指标进行企业风险评价的破产模型”，进行财务危机预测。其判别函数为：
Z=2.1X1+1.6X2-1.7X3-X4+2.6X5+2.5X6
式中，X1表示销售额增长率；X2表示总资本利润率；X3表示他人资本分配率；X4表示资产负债率；X5表示流动比率；X6表示粗附加值生产率(为折旧费、人工成本、利息及利税之和与销售额之比)。模型中和的系数是负数，表明他人资本分配率和资产负债率越小，风险也越小。该模型Z值的判断标准是：如果Z值大于10，则企业财务状况良好：如果Z值小于0，则企业存在严重的财务危机，破产的概率极大；如果Z值在0与10之间。则表明企业处于“灰色区域”，存在财务隐患。
陈肇荣应用中国台湾地区的企业财务资料建立了多元判别函数，但未给出临界值及警度区间。该模型如下：
Z=0.35X1+0.67X2-0.57X3+0.39X4+0.55X5
式中，X1=速动资产/流动负债；X2=营运资金/资产总额；X3=固定资产/资本净值；X4=应收账款/销售净额；X5=现金流入量/现金流出量。
由于Z计分模型在建立时并没有充分考虑到现金流量的变动等方面的情况，因而具有一定的局限性。为此，中国学者周首华等对Z计分模型加以改造，并建立其财务危机预测的新模型——F分数模式。F分数模式的主要特点是：(1)F分数模型中加入现金流量这一预测自变量。许多专家证实现金流量比率是预测公司破产的有效变量，因而弥补了Z计分模型的不足。(2)考虑了现代化公司财务状况的发展及其有关标准的更新。公司所应有财务比率标准已发生了许多变化，特别是现金管理技术的应用，已使公司所应维持的必要的流动比率大为降低。(3)使用的样本更加扩大。其使用了CompustatPCPlus会计数据库中1990年以来的4160家公司的数据进行了检查；而Z计分模型的样本仅为66家(33家破产公司和33家非破产公司)。
F分数模式如下：
Z=0.1774+1.1091X1+1.1074X2+1.9271X3+0.0302X4+0.4961X5+0，4961X5
式中，X1、X2及X4与Z计分模型中的X1，X2及X4相同，这里不再进行分析；X3=(税后纯收益+折旧)/平均总负债；X3=(税后纯收益+利息+折旧)/平均总资产。F分数模式与Z计分数模型中各比率的区别就在于其X3，X5的比率不同。X3是一个现金流量变量，它是衡量企业所产生的全部现金流量可用于偿还企业债务能力的重要指标。一般来讲，企业提取的折旧费用，也是企业创造的现金流入，必要时可将这部分资金用来偿还债务。X5测定的是企业总资产在创造现金流量方面的能力。相对于Z计分模型，它可以更准确地预测出企业是否存在财务危机。F分数模式的F分数临界点为0.0274；若某一特定的F分数低于0.0274，则将被预测为破产公司；反之，若F分数高于0.0274，则公司将被预测为继续生存公司。
多元判别分析模型是根据特定样本建立起来的判别模型，因而根据一个地区(或时期)样本企业建立的判别分析模型可能无法有效地对另一个地区(或时期)的企业进行预测。此外，多元判别分析模型的有用性差，导致理论研究热而实际应用冷的尴尬局面。
三、线性概率模型
线性概率模型是多元判别分析模型的一种替代选择。该模型为：
P=c0+c1x1+c2x2+…+cnxn
该模型可以解释为，在给定财务比率xn的情况下，P为该企业发生财务危机的概率的估计值。该模型计算虽然简单，但存在明显的缺陷：(1)该模型表示企业发生财务危机的可能性，则P值只能在(0，1)区间之中，然而线性回归方程无法做到这一点，采用该模型进行预测时，P值可能在(0，1)区间之外；(2)线性概率的假设往往与实际情况不吻合。现实生活中的经济变量是不确定的，而在该模型中，自变量c却是一个常数。基于以上原因，该模型在企业财务危机预测的实际研究中鲜有采用。
四、Logistic模型
尽管多元判别分析模型有较好的预测性，但存在假设上的局限性，即要求各自变量(财务比率)服从多元正态分布的假设和两组变量(发生财务危机与未发生财务危机企业)具有同样方差一协方差矩阵的假设，显然，这些假设与现实相去甚远。此外。样本的抽取往往也会影响评价模型的预测准确性。因此。为服务于对定性因变量的多元非线性分析，Ohlson率先在财务危机预警研究中应用了二元概率函数来计算危机事件发生的概率，由此产生了Logistic模型。在企业财务危机判定与预测中，Logistic模型如下：
Yi=β0+β1xli+…+βkxki
Pi=1/(1+e-yx)
式中，Yi代表第i家企业是否发生财务危机，i=0或1，0代表正常企业，1代表财务危机企业，xki代表第i家企业的第k个财务比率，Pi代表根据Logistic模型所估计出来的第i家企业可能发生财务危机的概率。
该模型是一个用来测度企业是否会发生财务危机的二元选择模型。对这个模型的参数估计只能采用最大似然估计法。Logistic模型的一个重要优点是它把在(0，1)区间预测一个企业是否发生财务危机的概率的问题转化为在实数轴上预测一个企业是否发生财务危机的机会比的问题，这与线性概率有着本质上的不同和进步。
五、人工神经网络分析模型
运用线性概率分析、逻辑回归方法来建立财务危机判别函数都是直接或者间接地依赖于线性函数来建立模型。存在的只是理论上的优越性。往往并不能很好地拟合复杂的实际数据。1987年，Lapedes和Fayber首次应用人工神经网络分析模型进行预测，开创了人工神经网络预警的先河。该模型是一种平行分散处理模型，其构建理念基于对人类大脑神经运作的模拟。它除具有较好的模式识别能力外，还可以克服传统统计方法的局限，具有容错能力。更难能可贵的是，该模型具有随不断变化的复杂环境进行自我学习的能力，因而使企业财务危机动态预警成为可能。
【关键词】 信贷风险;财务危机;判别分析
一、商业银行信贷风险防范中存在的问题及进行财务危机识别的重要性
经过多年的实践,商业银行已经建立起了以“统一授信、审贷分离、分级审批、责权分明”为核心内容的信贷业务运作和防范体制,成立了相关的防范机构如风险防范委员会等。
在实际操作过程中我国商业银行风险防范中主要还存在以下问题:银行与企业之间的信息分布、信息沟通、信息识别、信息处理等,对于防范和化解信贷风险,支持市场经济发展,都具有十分重要的意义。我国商业银行一直缺乏有效的风险监测和控制手段,使得我们的风险判断表面化和风险反应滞后。目前商业银行的内部信贷评级方法基本上没有对现金流量的预测,因而难以反映评级对象将来的真实偿债能力。
财务危机识别在协助商业银行甄别、选择客户,帮助公司改善生产、经营管理,提高经济效益和竞争能力等方面的积极作用十分明显。一方面它有助于商业银行合理确定贷款期限和额度、提高贷中审批工作效率,加强贷后管理,优化、整合整个信贷流程;另一方面可以帮助商业银行识别公司信息造假、降低银企间的信息不对称,甄别、选择客户,提高公司的还贷能力。
二、财务危机识别模型的构建
1.研究样本和数据来源
本文选取了2007年沪深两市A股因财务状况而首次被退市风险警示的公司90家为样本选取范围。选择正常公司的配对标准是同行业和同时间窗,而将公司资产规模作为一变量放入模型中考虑。在选定危机型公司后。按1:1的配对原则选择行业相同的健康型上市公司作为配对样本,对这90家上市公司按其功能进行分组:估计样本组和检验样本组。
前者用于构建识别模型,为使模型识别能力增强,应该在大样本(样本数大于或等于30)下进行,故从中选取危机型和健康型公司中各选取30家共60家作为估计样本;后者用于检验所构建模型的准确性或者说是有效性。由于样本有限,将剩下的危机型和健康型各15家共30家作为检验样本,如果检验结果超过80%则认为是可以接受。
2.财务识别指标的筛选
在借鉴现有研究成果的基础土,结合实际问题加以改进,选用符秩(Wilcoxon)检验方法对在财务危机类公司和财务健康类公司间存在显著差异的每个财务指标变量进行筛选。检验结果表明:财务危机发生的前3年,共有8个指标(资产收益率X1、净资产收益率X2、每股收益X6、流动比率X12、利润增长率X21、现金债务总额比X24、全部资产现金回收率X26、公司规模X28)通过了0.05水平的显著性检验,即利用这8个指标能将对财务危机公司和财务健康公司进行识别。
3.模型检验
(1)变量在不同类中均值相等的检验
为了对判别函数的有效性进行检验,应采用统计检验量对模型进行统计检验显著性检验,以判断该判别函数能否将财务危机和财务健康两类公司很好地分开。
当λ值为1时,各组均值相等,表中8个指标的λ值均小于1,表明各组均值不等;8个变量显著性水平均小于0.05,因此可拒绝各组均值相等的零假设,即在0.05的显著性水平下8个指标的均值有显著性差异,可进行判别分析。
(2)判别模型显著性检验
检验结果表明,判别模型在两组之间的判别显著,即该判别函数能较好地将财务危机公司和财务健康公司区分开。通过上述对模型建立的统计量检验,可以认为所建立的判别函数在统计上是有效的。
4.判别分析模型的建立
下面取*ST公司为1,非*ST公司为0作为因变量值,以筛选出的8个指标作为识别最终变量,采用60家估计样本被*ST前t-3年的数据,建立Fisher两类判别分析模型。
据分析得到财务健康公司前t-3年的判别函数为:
Y0=-5.057+1.233X1+0.187X2-0.878X6+2.716X121.558X219.037X240.625X26+0.587X28
财务危机公司前t-3年的判别函数为:
Y1=-3.564+0.807X1+0.346X2-0.276X6+3.172X12211.316X7.346X240.226X26+0.356X28
根据费雪线性判别模型,我们可以计算出两类样本的均值Y1和Y0,由于*ST和非*ST两组选择的样本是按1:1选取的,所以阀值点可根据对称分类原则确定:Y*=(Y0 + Y1)/2,我们将每个公司的Y分值与阀值点Y*进行比较,如果Y
据分析结果,*ST和非*ST组公司均值为0.479和-0.479,阀值点Y*=(Y0 +Y1)/2=0,当把待判别公司的财务指标数据代入判别函数得到Y分值,再与Y*=0比较就可以判别其是属于财务危机公司还是财务健康公司了。
三、判别模型识别效果的检验
对于判别分析,人们最关心的是建立的判别函数用来进行判别时准确度如何。判别函数效果的验证方法主要有:自身验证、外部数据验证、样本二分法、交互验证法等。本文首先采用自身验证和交互验证,再将t-3年的数据代入验证。
1.自身验证
自身验证是将构造函数所使用的训练样本依次代入判别函数,以判断模型的效果。(自身验证的结果见表3)。其中,“Original”表示原始组,“Predicted Group”表示预测组。
ses correctly classified.
从表中可看出,判别分析的结果为,30个财务健康公司的有24个分类正确,分类正确率为83.3%;30个财务危机公司的有26个分类正确,分类正确率为90.0%。总体分类正确率为86.7%,由此可见,模型的判别能力较好。
2.交互验证
交互验证是近年来逐渐发展起来的一种非常重要的判别效果验证技术。具体方法就是在建立判别函数时依次从每一类中去掉一例,然后用建立起来的判别函数对该例进行判别,用这种方法可以非常有效地避免强影响点的干扰(交互验证的结果如表4)。
从交互验证的结果中可知,对财务健康公司、财务危机公司的分类正确率分别为76.7%、86.7%,总的判定正确率为81.7%。
3.模型外部数据回代验证
判别函数建立完成后,重新再收集一部分样本数据,用判别函数进行判别,检验判别效果,这种检验方法称为外部数据回代验证。将验证样本组的30家上市公司的财务指标代入模型中进行验证,这一过程也叫做“回代”。从表5可知,对这30个公司的识别结果为:15个财务健康公司正确识别12个,正确率为80%;15个财务危机公司正确识别13个,正确率为86.7%;对全部30个公司正确识别出25个,正确率为83.3%。
通过各种方法检验,判别分析模型对财务危机公司和财务健康公司识别的正确率都达到了80%以上。在实际操作中具有一定的参考性,这也证明了本研究所建立的实证模型具有一定的实用价值,可以为商业银行构建企业危机识别模型并用来分析、预测和监督信贷企业的财务状况提供建议。
参考文献
[1]中国注册会计师协会.财务成本管理.经济科学出版社,2007
[2]王宗军,李志生,崔鑫.深圳证券市场系统风险分析.华中科技大学学报(自然科学版).2002(8):88～90
关键词：证券市场；上市公司；财务预警
文章编号：1003－4625（2009）03－0086－05中图分类号：F830.91文献标识码：A
Abstract: This paper reviews the theoretical study of domestic and foreign literatures about financial alarm. Based on evaluation of the existing theories，it is proposed that non-financial and financial variables should be combined, and financial distortion alarm theory and financial failure alarm theory should be integrated.
Key Words: Security Market; Listed Companies; Financial Warning
我国自改革开放以来，竞争激烈的市场经济一方面为企业提供了广阔的舞台，另一方面也面临着激烈的竞争和挑战，稍有不慎就可能被卷入失败的漩涡。企业因财务危机导致经营陷入困境,甚至破产的例子更是屡见不鲜。如何在财务危机到来之前就预先觉察苗头，以便尽早采取措施，消除危机隐患，已成为当前亟待解决的现实问题。同时，随着我国证券市场信息披露制度的不断完善,根据这些信息构造合理的财务风险预警模型已经具备了现实的可能性。
从财务预警理论的发展历程来看,财务预警理论是随着证券市场不断发展而产生和不断深入的。“危机预警”的思想起源于20世纪初的欧美，在20世纪50年代取得了显著的成果。进入90年代，由于企业危机爆发的频率也越来越高，人们更加重视危机预警管理。在危机预警的发展过程中，财务预警的研究也相应展开。根据研究方法的差别，一般可把这些理论大致分为定性预警分析和定量预警模式两类。
一、定性预警方面的研究
定性预警的方法主要包括灾害理论、专家调查法、“四阶段症状”分析法等几种方法。
Scapens, Ryan和Fletcher(1981)的灾害理论是分析解释因均衡系统的影响因素缓慢变化从而引起系统的突然变化的理论。该理论认为公司就像一个流动资产的储备池，财务比率就是用来测量流过储备池流量的大小。但流量大小并不能够确定储备池是否一定要枯竭，因为可以通过债权人继续加水。这就要看债权人怎么看待财务比率的变化。许多公司破产，原因就在于债权人看到公司财务比率恶化，然后就想抽干“储备池”，或者不想继续加“水”了。
专家调查法就是企业组织各领域专家运用专业方面的知识和经验，根据企业的内外环境，通过直观的归纳，对企业过去和现在的状况、变化发展过程进行综合分析研究，找出企业运动、变化、发展的规律，从而对企业未来的发展趋势做出判断。
“四阶段症状”分析法认为:企业财务运营情况不佳，肯定有特定的症状，而且是逐渐加剧的。因此应及早发现各个阶段的症状，对症下药。企业财务运营病症大体可分为四个阶段:财务危机潜伏期;财务危机发作期;财务危机恶化期;财务危机实现期。
我国学者李秉成(2004) 从上市公司财务困境形成角度、困境征兆角度探讨上市公司财务困境预分析方法。提出了财务困境加权分析法和象限分析法两类财务困境综合分析方法。
张友棠(2004)指出建立财务预警系统是财务管理制度创新的必然选择。在此基础上，构建了基于经济周期理论的财务预警管理系统――理论模型、程序方法、警兆识别、指数测度。
二、定量财务预警方面的研究
（一）单变量判定模型
最早的财务预警研究是Fitzpatrick(1932)开展的单变量破产预测研究。Fitzpatrick最早发现，出现财务困境的公司其财务比率和正常公司的相比，有显著不同，从而认为企业的财务比率能够反应企业财务状况，并对企业未来具有预测作用。实证结果表明判别能力最高的是净利润／股东权益和股东权益／负债。
而美国的比弗Beaver (1966 )最早运用统计方法研究了公司财务失败问题，提出了较为成熟的单变量判定模型。比弗发现具有良好预测性的财务比率依次为1.现金流量/债务总额;2.净收益/资产总额；3.债务总额/资产总额。该研究的意义在于发现了不同财务指标具有不同预测企业破产的能力，为多变量方法预测奠定了基础。
但是单变量模型却具有以下局限性：其一，仅用一个财务指标不可能充分反映企业的财务特征。其二，如果使用多个指标分别进行判断，这几个指标的分类结果之间可能会产生矛盾，分析者可能得出不同的结论，以致无法做出正确判断。
（二）多变量线性判定模型
美国学者Altman (1968 )最早运用多变量分析方法探讨财务预警问题。Altman运用主成分分析方法提炼最有代表性的财务比率，通过统计技术筛选出那些在两组间差别尽可能大而在两组内部的离散度最小的变量，从而将多个标志变量在最小信息损失下转换为分类变量，获得能有效提高预测精度的多元线性判别方程。
Z=1.2X1+1.4 X2+3.3 X3+0.6 X4+0.999 X5
其中Z是判别函数值；X1～X5是Altman所选的5个比率，它们分别是：X1=营运资金/资产总额,X2=留存收益/资产总额，X3=息税前利润/资产总额,X4=权益的市场价值/负债账面价值总额，X5=销售收入/资产总额。
一般来说，Z值越低企业越有可能破产。奥特曼还提出了判断企业破产的临界值：当Z记分超过2.99时，企业被划为不会破产之列；若Z分值低于1.81，则企业被列为破产类。在这两个数字之间的区域被称为“未知区域”或“灰色区域”。
我国学者周首华、杨济华和王平(1996)提出了F分数预测模型，通过更新指标和扩大样本数对Z分数模型进行了修正。
陈静(1999) 以1998年的27家ST公司和对应的27家非ST公司，使用了1995-1997年的财务报表数据，进行多元线性判定分析，发现由负债比率、净资产收益率、流动比率、营运资本/总资产、总资产周转率6个指标构建的模型，在ST发生的前3年能较好地预测ST。
多元线性判定模型具有较高的判别精度，但也存在一些缺陷。其一，模型假定比较严格。模型要求自变量是呈正态分布的，两组样本要求等协方差，而现实中的样本数据往往并不能满足这一要求。这就使得许多研究都是在相对准确的前提下进行，其结论必然会有令人质疑的成分。其二，在前一年的预测中，多元线性判定模型的预测精度比较高，但在前两年、前三年的预测中，其预测精度都大幅下降，甚至低于一元判别模型。
（三）多元逻辑(Logit)模型
多元逻辑模型的目标是寻求观察对象的条件概率，从而据此判断观察对象的财务状况和经营风险。Logit模型假设了企业破产的概率P（破产取1，非破产取0），并假设Ln[p/(1-P)]可以用财务比率线性解释。假定Ln[p/(1-p)]=a+bx，根据推导可以得出p=exp(a+bx)/[1+exp(a+bx)]，从而计算出企业破产的概率。
Ohlson(1980)第一个采用Logit方法进行破产预测。其模型使用了9个自变量,估计了三个模型，分析了样本公司在破产概率区间上的分布以及两类判别错误和分割点的关系。他发现至少有四类显著影响公司破产概率的变量:公司规模、资本结构、业绩和当前资产的变现能力。继Ohlson之后，Gentry, Newbold and Whitford(1985); Casey and Bartczak(1985); Zavgren(1985)也采用类似的方法进行研究。
我国学者陈晓等（2000）以38家ST公司为研究对象，运用Logit回归，研究结果表明:负债权益比率、应收账款周转率、主营业务利润/总资产、留存收益/总资产具有较强的预测能力。程涛(2002)以1998-2000年被ST的A股上市公司为研究样本，运用时间序列回归和Logit回归方法，从财务指标角度和现金流量角度分别构建预警模型，并在此基础上构建综合预警模型。姜秀华(2001)、吴世农、卢贤义(2001)、李华中(2001)等也采用类似的方法进行研究。
Logit模型的最大优点是，放宽了模型的假设条件，运用范围更加广泛。但是其计算过程比较复杂，在计算过程中还有很多的近似处理，这些会影响到模型的预测准确度。如Logit模型常假定先验概率为1?1，选择0.5为分割点，实际上企业破产概率要比不破产概率小得多。以实际破产/非破产概率比作为先验概率可能会影响模型的预测精度。
（四）多元概率比(Probit)回归模型
Probit回归模型同样假定企业破产的概率为p，并假设企业样本服从标准正态分布，其概率函数的p分位数可以用财务指标线性解释。其计算方法和Logit很类似，先是确定企业样本的极大似然函数，通过求似然函数的极大值得到参数a、b，然后利用公式p=■1■e■2dt，求出企业破产的概率。
Ohlson(1980)首先采用Probit方法进行财务预警研究的。他选择1970-1976年间破产的105家公司和 2058家非破产公司组成配对样本，采用极大似然法，分析了样本公司在破产概率区间上分布以及两类错误和判别阀值点之间的关系。
Probit模型和logit模型的思路很相似，所以其局限性和Logit模型类似。不同之处在于多元概率比模型假设样本服从标准正态分布，且寻求破产概率的方法不同，Logit采用取对数方法，而Probit采用积分的方法。
（五）神经网络分析模型
用于财务危机判定与预测的类神经网络模型一般利用一组案例建立系统模型，类神经网络模型接收一组输入信息并产生反应，然后与预期反应相比较。如果错误率超过可以接受的水平，需要对权重W做出修改或增加隐藏层数目并开始新的学习过程。经过反复循环，直至错误率降低到可以接受的水平，这时学习过程结束并锁定权重,类神经网络就可以发挥预测功能了。
Odom and Sharda(1990)开拓了用BP神经网络预测财务困境的新方法，其研究是以Altman所构建的五个财务比率为研究变量，使用类神经网络与判别分析做验证比较，其结果发现类神经网络具有较佳的预测能力。
Tam(1991)采用人工神经网络(ANN) 进行财务预警研究，通过对人工神经网络的模拟，得出神经网络可以应用于财务预警，且具有较高的预测精度。
Koh and Tan在1999年以6个财务指标为研究变量做了类似的研究，得出类神经网络模型的预测效果优于Probit模型的结论。
我国学者杨保安等(2002)采用ANN模型进行财务危机预警研究，结果表明:样本的实际输出和期望输出较为接近，显示出神经网络是进行财务评估的一种很好的应用工具。柳炳祥、盛昭翰(2002)分析了评价财务危机的指标体系和财务危机等级的划分和基于粗神经网络的财务预警方法，并用一个预警实例进行了验证。
人工神经网络具有较好的纠错能力，从而能够更好地进行预测。然而，由于理论基础比较薄弱，ANN对人体大脑神经模拟的科学性、准确性还有待进一步提高，因此其适用性也大打折扣。
（六）其他财务预警模型
除上述提到的主要的研究财务预警的模型分析方法外，还有如递归分割算法、生存分析、CUSUM模型、线性目标规划、事件历史分析法、专家系统等模型和分析方法，但由于其适用性或准确性等原因，没有成为主要的财务预警理论，在此不再一一赘述。
（七）财务预警理论的拓展研究
1.考虑其他非财务因素的研究
研究人员一直尝试使用非财务信息构建预测准确率更高、预测结果更稳定的预测模型。Gilson (1989)认为高层管理者如CEO、总经理或总裁等离职也可以作为财务危机的指标。他以1979年至1984年共381家发生财务危机的公司为样本，发现52%公司的有高级管理人员异动之情形，而正常公司只有19％。
Donaldson (1986)及GirouxWiggin (1984)认为有的经济事件有一定的前置时间，可以用作构建模型的变量。如破产前几年企业通常有到期票据不能及时支付、银行贷款不能及时偿还及高层管理人员出售公司股票等等。
Marquette(1980)认为使用长期性或宏观性的经济指标，如将利率、通货膨胀率、景气变动指标、产业与经济之间关系等作为构建模型的变量，可以提高模型的准确度。
王克敏（2005）研究认为在财务指标基础上引入公司治理、关联交易、对外担保等非财务指标，可以大大提高公司ST的预测准确率。郭斌等(2006) 研究认为加入贷款期限和M2增长率这两个非财务指标的8参数建立模型，具有较高的预测精度和较好的模型拟合度。邓晓岚（2006）研究结果显示加入年度累积超额收益率与审计师意见的非财务指标后预警效果较好。
2.财务失真预警方面的研究
关于财务信息失真问题，早期的研究大多从财务舞弊的动因、手段、防范与治理等方面来进行研究。1999年Healy and Wahlen首先从会计舞弊行为市场反应与识别方面进行了研究。认为投资者似乎能够辨认物价上升期间那些为了税收利益而采用后进先出法的公司，并且对相应的报告盈余的下降反应温和。Green and Choi(1997)以财务指标为输入变量，采用人工神经网络（ANN）技术构造了建立在原始财务数据基础上的会计舞弊判别模型，并发现这一模型将大大改善独立审计师发现舞弊行为的能力。Beneish(1999)提出利用会计数据来判别上市公司是否存在会计舞弊的思想，他以1987-1993年间受美国证监会处罚的74家公司为会计舞弊样本，以其他上市公司为正常样本，基于8个财务指标建立了Probit模型，准确预测率达到了75%。Spathis, Doumpons and Zopounidis(2002)以希腊舞弊公司与非舞弊为样本，采用多标准分析、单变量和多变量统计技术建立了包含Z计分值和不包括Z计分值的模型识别舞弊财务报告的可能性。
鹿小楠和傅浩(2003)在Beneish的研究基础上，分别建立多元判别模型和Logit回归模型，但对我国会计舞弊公司的判别成功率都仅仅为60%;蔡志岳、吴世农(2007)运用条件Logit回归模型对公司信息披露违规进行预警研究，实证结果表明在违规前一年，基于财务指标、市场指标和治理指标的预警模型可以有效地提前甄别信息披露违规的上市公司。
三、对国内外现有文献述评
在财务预警的定性研究方面，国内外学者从引起企业危机发生发展的内外各种因素进行了探讨，对财务危机的各个阶段进行了详细的划分和研究，对问题各个方面的分析都很深入。但从事定性研究的结论能够直接和定量模型结合起来的还不多。如探讨了影响企业财务困境的各种因素，但怎样把这些因素用于财务预警模型中，进行这方面研究的人并不多见。
从财务预警的定量研究方面看，国内外学者结合各种量化的技术，出现了很多的预警模型，在上述文献综述中我们也可以感受到这一点。但是其应用性和可操作性较差。笔者认为，不管模型做的多么复杂和巧妙，关键是要能够应用到实际中去，解决不同财务信息使用者的认知需要，这才是最根本的。
（一）财务预警模型的局限性
首先，模型会受到样本选取范围和样本时间区间的限制。研究发现，从不同的样本选取范围和不同的时间区间所得出的预警模型存在很大的差异。影响模型精度的因素很多，包括建立模型所用资料的时效性、国别特点、行业特点等。一国建立的模型不能直接适用于另一个国家，因此有必要建立各国自己的预警模型。其次，由于不同的模型需要不同的前提条件，如自变量要服从正态分布，样本要求等协方差等，而事实上很多时候这些条件并不能够完全得到满足，很多研究者所建模型大多是在近似条件下成立的，这必然影响到模型的正确性和预测精度。
（二）变量的选择方法问题
如何选取变量指标还缺乏理论支撑，研究人员在选择变量时，常受到自身价值判断的影响。如Altman在建立Z模型时，也只列出了22个财务比率，从中选出了5个比率。这些比率的选择不是建立在理论的基础之上的，而是根据它们的“通用性”和Altman的主观认为。另外，这些模型的变量大多只涉及财务比率，考虑非量化因素的较少。考虑非量化因素后加入定性指标的分析将会有效提高模型的准确度，这需要进一步的探索。
（三）财务预警研究重理论研究轻应用研究
财务预警研究者更多的是关注预测的准确性，但却没有能够同时关心使用者的实际可操作性。财务预警研究在财务预警模型精巧性的同时，更需要在财务预警技术的应用与推广方面多下工夫。
（四）关于财务信息失真问题
传统的财务失败(困境)预警模型本身不能对财务报表的真伪进行鉴别,用可能虚假的财务报告来进行财务预警,会使财务危机预警模型的预测结果发生偏差。从财务失真预警这方面来看，理论研究较少，特别是国内的研究尚处于起步阶段。另外，财务失真和财务失败预警两方面的研究相互脱节，这两方面的研究没有能够结合起来进行。
根据上述研究述评，笔者认为要重点解决财务预警理论的实际应用性问题，使其能够真正满足财务信息使用者的需要。应注意使用包括非量化因素的财务预警指标体系，尤其要注意建立财务失真（舞弊）和财务失败（困境）二者相结合的双元财务预警模型，一方面，对中国不发达、不完善的证券市场而言，财务信息失真问题是非常严重的（事实上在美国这样成熟的市场，财务失真现象也是大量存在的），财务失真的预警研究尤其必要。但从现有的文献来看，绝大多数的理论性研究局限于上市公司会计舞弊的动因、手段、防范和治理，很少涉足舞弊的市场反应与识别和预警问题，特别是预警模型的研究。另一方面看，上市公司所面临的各种危机和财务困境，要求我们要进行财务失败预警的研究。这方面的文献较多，正如前面所述，理论上也较为丰富。但是，财务失败预警的研究没有和财务失真预警研究结合起来，用可能是失真的数据来预警，其结果可想而知。所以，要建立财务失真和财务失败双方面相结合的财务预警模型，才是正确解决上市公司财务预警问题的根本之道。
参考文献：
[1]A1tman E.I, “Financial Ratios, Discriminant Analysis, and the Prediction of Bankruptcy”, Journal of Finance, September 1968.
[2]Amy Hing-Ling, “A Five-State Financial Distress Prediction Model”，Journal of Accounting ResearchSpring 1987.
[3] Carmichael, D.R., The Auditor's Reporting Obligation. Auditing Research Monograph No.l(New York: AICPA), 1972.
[4]Charles E. Mossman, Geoffrey G. Bell, L. Mick Swartz. Harry Turtle. An Empirical Comparison of Bankruptcy Models. The Financial Review 33. 199835-54
[5] Green B.P. and Choi J.H. Assessing the Risk of Management Fraud though Neural Network Technology [J].Auditing, 1997,(16):1―19.
[6]Ohlson, J.S.，“Financial Ratio，and the Probabilistic Predict ion o f Bankruptcy", Journal of Accounting Research Vol.18,No1,1980.
[7] Odom, M.D., and R.Sharda. “A Neural Network Model for Bankruptcy In Proceedings of the International Joint Conference on Neural works”.1990,6:136-138.
[8]Scott，J, “The Probability ofBankruptcy A Comparison of Empirical Predication and Theoretical Model”，Journal of Banking and Finance,September, 1981.
[9]Tam and Kiang ,“Predicting Bank Failures: A Neural Network Approach”, Management Science[J]，1992, 8:926-947.
[10]蔡志岳,吴世农.基于公司治理的信息披露舞弊预警研究[J].管理科学,2006,(8).
[11]陈工孟,芮萌,许庆胜.现代企业财务困境预测[M].上海:上海财经大学出版社,2006,(7).
[12]陈静.上市公司财务恶化预测的实证研究[J].会计研究,1999,(4).
[13]程涛.财务预警模型综述[J].山西财经大学学报,2003,(10).
[14]邓晓岚,王宗军,李红侠,杨忠诚.非财务视角下的财务困境研究[J].管理科学,2006,(6).
[15]姜秀华,孙铮.治理弱化与财务危机:一个预测模型[J].南开管理评论,2001,(5).
[16]金春蕾,郭炜,王宗军.我国上市公司财务失败预警模型的评析[J].商业研究,2003,(12).
[17]鹿小楠,傅浩.中国上市公司财务造假问题研究[J].上证研究,2003,(2):36-95.
[18]彭韶兵.财务风险机理与控制分析[Z].西南财经大学,2001博士学位论文.
[19]秦江萍.会计舞弊的市场反应与识别[M].北京:经济科学出版社,2006,(5).
[20]宋雪枫.中国上市公司财务危机预警问题研究[Z].上海交通大学,2006年博士学位论文.
[21]王克敏,姬美光.基于财务与非财务指标的亏损公司财务预警研究[J].财经研究,2006,(7).
[22]王玲玲,曾繁荣.财务预警模型评述[J].市场论坛,2005(12).
[23]吴革.财务报告粉饰手法的识别与防范[M].北京:对外经济贸易出版社,2003,(1).
[24]吴世农.现代财务管理理论与方法[M].北京:中国经济出版社,1997.
[25]夏毅,魏岚.企业财务危机预警研究[J].当代经理人,2005,(18).
[26]杨宝安,季海.基于人工神经网络的商业银行贷款风险预誉研究[J].系统工程理论与实践,2001,(5).
[27]袁业虎,张燕.中外财务预警实证研究述评[J].审计与理财,2005,(9).
[28]张鸣,张艳,程涛.企业财务预警研究前沿[M].北京:中国财政经济出版社,2004,(4).
[29]张鸣,张艳.财务困境预测的实证研究与评述[J].财经研究,2001,(12).
[30]张玲.财务危机预警分析判别模型[J].数量经济技术经济研究,2000,(3):49-51.
[31]张友棠.财务预警系统管理研究[M].北京:中国人民大学出版社,2004,(3).
[32]张祥,陈荣秋.财务预警模型的变迁[J].华中科技大学学报(社科版),2003,(4).
关键词：中小企业；财务管理；金融风险
从某种意义上说，金融风险与财务活动相生相伴，一部金融发展史就是一部财务风险史。金融风险的客观存在性与人类对世界认知能力的有限性决定了财务风险不可能完全消除，只能通过财务管理控制来以防范和化解。
一、引发金融风险的财务原因
我国企业整体经营管理水平不高，对“财务管理是企业管理的中心”认识不足，内部财务控制环节薄弱，当这种状态积累到一定程度，最终将会导致企业发生财务危机。主要问题有：资金管理不严，建立的管理规章多，认真执行的少，财务控制十分薄弱，资金闲置或不足现象严重；应收款项管理失控，款项周转缓慢，资金回收困难；应付款项大幅增加，负债率越来越高，企业偿债能力降低，资信受到影响，财务状况进一步恶化；销售受阻，企业盈利能力减弱，存货大增，大量资金呆滞，开始陷入入不敷出的困境。从而引发金融风险。
还有一些企业热衷于违规账外经营，将借款投向风险行业，搞股票、期货交易，一旦损失，使金融资金不能收回，隐藏着巨大的金融风险。更有甚者，有些企业在进行借款时，就没有打算还款，他们在揽储时千方百计，不惜血本，动用一切力量，而一旦资金到手，则用于谋取私利，任意挥霍，致使大量信贷资产无法收回，沉淀为有问题贷款，使金融机构坏账急剧增加，加大了金融机构的信贷风险。
二、财务管理对防范金融风险的功效
（一）利于企业筹资渠道的拓展
选择筹资渠道是企业制定筹资决策的重要内容，在新经济时代，为了实现企业和社会的可持续发展，企业应把从风险市场筹集资金作为一项重要的资金来源。这是因为在新经济时代，无形资产将成为企业投资决策的重点，而无形资产的投资项目具有的周期长、资本流动性差、投资风险大的特点，因此很难满足商业银行资金经营所要求的安全性和流动性的需要，这就使得企业很难为这些项目从银行取得贷款。但这些项目往往又能满足风险资本取得高收益、实现资本最大增值的投资目的的需要，因此，风险资本也就可能成为企业的重要资金来源。
（二）利于企业筹资战略的创新
就企业筹资战略来说，应以维护企业长期经营安全、保持企业的偿债能力、提高企业筹资能力为目标。筹资战略管理的首要任务，是资本结构的合理安排，良好的资本结构是企业持续发展的基础。不同的企业应根据企业本身的盈利能力、所在行业特点等因素来具体确定。其次，要合理选择长期融资方案，不同的融资渠道和融资方式有不同的财务风险和资本成本，因此企业应综合考虑风险与资本成本后进行合理选择，为了提高企业筹资灵活性，企业应拓宽融资渠道。第三，要保持企业的偿债能力。第四，要注意开发企业的筹资能力。企业筹资能力的强弱直接制约着企业是否能获得资金这一稀缺资源，从而影响企业的持续发展。因此，企业在筹措资金的同时要积极开发企业筹资能力。最后，在可持续发展理念的指导下，企业应积极拓宽融资范围，不仅要积极筹措财务资本，还要积极筹措知识资本。
三、金融风险下的企业财务管理现状问题
（一）企业财务风险防范意识不强
（二）企业对财务工作的重要性认识不足
大部分企业认为会计工作只是核算收入、成本费用、利润及纳税所得，对资产管理缺乏科学性，在财务岗位上一般使用自己亲信，更有甚者，有些企业不设立具体的财务岗位，不进行财务核算。
（三）财务人员素质良莠不齐
在职业素质方面，中小企业的财会人员一般只能胜任财务核算工作，对财务数据分析能力较弱，无法为管理者在决策中提供财务分析支持。在品德方面，中小企业管理者常干预会计工作，会计人员由于受制于管理者或受利益驱使，往往按管理者的意图行事，这样就在中小企业中存在两本账现象，企业财务人员的精力被放在做假账上，使会计的监督职能无法进行。
四、金融危机下如何加强企业财务管理
由于经济和金融市场的不稳定，金融服务公司必须比以往更努力地解决当前的问题并改进其风险方法和基础设施。作为一个经济对外依存度超过60%的制造业大国，金融危机让中国经济感受到了深深的寒意，更让中国的企业感受到了前所未有的困难，甚至已经让部分企业遭受了灭顶之灾。面对困难，企业应该如何应对？
（一）提高财务管理的适应能力及应变能力
在当前金融危机环境下，企业更应该对不断变化的宏观环境进行认真分析，尤其是对国家的产业政策、行业政策、相关法律法规、市场变化及金济形势的变化进行充分的分析和研究，把握其变化趋势及规律，适时调整财务管理方法，从而提高企业的适应能力和应变能力，以此降低和规避因环境变化给企业带来的财务风险 。
（二）强化资金回收管理，提高应收账款回收率
企业应根据客户的资信状况分别制定不同的信用期限和标准，对于信用状况好，且财务状况佳的企业，可以采用宽松的信用政策；对于信用一般、财务状况也一般的企业，应采用慎重的信用政策；对于信用状况差的企业则应该采用现款售货或者其他更为苛刻的条件，以避免增加发生坏账的可能。在应收账款催收工作中，企业财务部门应定期编制账龄分析表，及时掌握应收账款的回收情况，定期采取相应的催款措施，如信函通知、电话催收、派员面谈及诉诸法律等方式，以提高应收账款回收率。应建立应收账款回收责任制。通过应收账款回收责任制激发销售人员的工作责任感，加速资金回收，从而克服因销售和收款分家而出现的高销售高资金占用的弊端。
（三）战胜“管理危机”，减小内部运转阻力
对于企业来讲，成本优势在绝大多数时候是其在竞争中的必胜法宝，但管理者如果仅仅把目光聚焦于此的话，企业的灵活性就会越来越小，思路会越来越窄。低技术含量的成本压缩是远远不够的，如果只把起死回生的希望 寄托于此，企业的内部环境与外部环境都会变得越来越糟，劳资关系越来越恶化，员工消极怠工，产品质量越来越差，合格率越来越低，辛辛苦苦建立起来的相对牢固的信任关系面临崩溃；而外部，客户会为减轻自己的上游压力对产品质量越来越挑剔，一而再、再而三地压低收购价格，内外交困，企业最终会走上破产的道路。
危机来临，管理者首先应该开始关注如何使员工富有活力，如何千方百计地调动员工主观能动性，如何增强劳资双方的相互信任。同时，管理者应该在总体战略的指导下对组织结构做相应改造，构建有效率的业务流程，扫除企业内部管理阻碍和死角，减少管理层次和环节，建立起灵活有弹性的运行平台。此外，还要注重既定政策的落实与执行，如果只有好的管理制度，却不能执行到位，有好的规划，却束之高阁，同样也有可能将企业引入危险的境地。
（四）采取多元化融资方式
随着企业的发展扩大，其对融资的依赖程度也逐渐加深，此时需要更多渠道的融资，才能满足资金的筹集需求。企业由于长期缺乏财务管理的具体措施，存在资金短缺和资产闲置并存的严重问题，资产运行效率十分低下，此时企业筹资活动应首先考虑如何积极进行内部融资。通过合理调度盘活内部的停滞资金加速资金周转次数，充分发挥财务管理的作用，科学调配各项资源，利用各项资金的时间差与空间差，总体有效利用资金。经过调整后的经济结构，企业的存量资产得以盘活，资产结构得以优化，闲置资产得以变现，对于企业来说，不失为一种成本低廉且颇有成效的筹资方式。另一方面，大胆借助多种负债形式进行筹资。借入适量资金用于企业的发展，解决其资金周转的困难，这对合理配置资源，提高资金使用效益具有十分重要的意义。同时，引入“负债”观念，有助于企业树立经营意识和风险意识。
（五）制订极端情况下的财务预案
面对金融危机不可测、不可控的特性，我们有必要把困难和风险估计得更严重一些，加强财务预警，构筑多道防线，制订极端情况下的财务预案。及早厘定企业的核心资产与非核心资产，核心业务与非核心业务，以备在极端情况下出售非核心的资产和业务，断臂求存，以图有机会东山再起。面对金融危机，我们既不要失望悲观，更不能盲目、投机的乐观；既要坚定战胜危机的信心，又要充分认识危机的严峻 。企业只有针对危机做好充分的应对，才能在经济调整的冬天里生存下来，迎接经济复兴的春天。
同时要建立健全财务危机预警系统，发挥事前预警、事中报警和事后排警的控制作用。财务危机预警系统是以企业信息化为基础，利用数据化管理方式，通过设置、分析一些敏感性财务指标的变化，对企业经营管理活动中可能或将要存在的财务危机事先进行预测、报告和提供处理建议的报警和控制系统。
五、金融危机对加强企业财务管理的新要求、新启示
（一）确立财政对企业财务的监管地位
相当一部分企业存在一种情况宁可将资金投入新的生产线建立新的销售机构，或者是开拓新 的市场，也不用来做财务管理的投资，因为在市场环境较好的环境下，做与不做的差别不大。但是，当经济环境变得十分恶劣，加强企业的管理，尤其是其财务管理，对一个企业而言是十分重要的。
财务管理一个重要职能是要利用企业提供的各种各样的会计信息去发现企业经营中的问题，企业的外部环境会有哪些变化。2009年4月9日，财政部了《关于当前应对金融危机加强企业财务管理的若干意见》，重申了加强企业财务管理的重要意义，同时也为企业在特殊时期做好财务管理工作敲响了警钟。
（二）强化财务风险分析和预测
财务风险分析和预测是企业控制未来，财务风险的重要方法也是企业进行经营决策的重要依 据。准确把握宏观经济形势和市场发展变化，高度关注宏观经济运行信息及重要指标，主动调整企业各项财务指标和目标任务，对企业未来财务活动和财务成果作出科学预判，当好企业战略决策的参谋助手具有重要作用。加强经济、财务市场、政策等信息体系建设，强化财务风险分析和预测与企业发展战略的相互衔接，合理运用财务风险分析和预测方法，提高企业财务管理水平，提升企业的战略决策能力，注重发挥企业财务信息的预警作用，加强企业财务风险监测预警工作，发现重大经营风险或财务风险，要及时向主管财政机关报告。
六、结论
当前，金融风险依然是我们面临的主要问题，引发金融危机的潜在因素尚未完全消失。要维护我国企业的金融安全，进而维持企业的生产效益，我们还必须下很大的力气。我国企业金融风险的成因是多方面的，但金融危机的形成和发展通常有其自身的内在规律，只要我们把握其规律，做好企业财务管理的基础工作，建立健全企业管理信息系统，由专门的财务危机预警机构来负责，就能有针对性地采取有效措施，防范、化解或控制财务危机。当然，财务危机管理是一门艺术，财务危机带来的不仅仅是损失，其中往往还孕育着转机。一个成功的企业不仅能够妥善防范、化解和处理财务危机，而且还能够化财务危机为新的发展商机。
参考文献
[1]王伦道， 章乃茹.企业资金融通实务[M].首都师范大学出版社.1995年版：12页
[2]魏斌.暨南大学硕士学位论文.企业金融、金融风险与风险管理 2000年 11页
[3]吴少新.储蓄转化投资的金融机制分析[M].中国经济出版社.1998年版：297页
[4]刘松勤.金融风险成因及我国企业防范对策研究[D].华中师范大学以同等学力申请硕士学位人员 2008年20日：4-6页
[5]孟 颖.金融风险的测评与防范[D].河北大学经济学硕士学位论文.2003年6月：9页
[6]雷 声.我国企业集团财务管理模式问题研究[M].改革与战略，2006（07）
[7]杨建军，袁荣.浅论金融危机环境下中小企业财务风险防范[J]. 中国乡镇企业会计. 116页
[8]刘光宇.金融危机下的中小企业应采取的对策[J].河北企业.2009年第2期：34页
网络环境作为全球化的技术环境，使会计行业发生了根本性的变革，企业管理者越来越多的关注网络所带来的挑战与机遇。网络财务在我国尚处于初期阶段，它的运用存在诸多新风险，建立一套有效的财务风险预警系统是必然选择，而建立财务风险预警系统最关键的就是构建财务风险预警模型。
本文认为现金流量表能客观地反映企业的经营状况及获利能力，而且由于现金流量的计算不涉及权责发生制，几乎没有造假的可能，因此本文是基于现金流的F记分模型为基础构建网络环境下的财务风险预警模型。
一、样本的选择
本文对企业财务风险预警模型进行实证研究，研究的主体是我国A股市场的上市公司，利用公开披露的企业信息来研究上市公司陷入财务危机的可预测性。
在确定样本企业时，选取了一组在上海证券交易所上市交易的18家ST公司，同时还相应地选择同行业、同规模的18家非ST公司作为研究样本，总样本共36家。研究数据主要来自上海证券报上公开披露的2002年度到2006年度的年度报告的有关资料。
二、财务预警模型指标的选择
任何企业的财务危机都会通过一些敏感性财务指标值反映出来。因此，设置一些敏感性财务指标是建立财务预警机制的基础。基于网络环境下现金流量对企业的重要性，本文主要从企业财务活动的角度，确定了三大类基础指标：经营环节风险指标，包括应收账款周转率、存货周转率、主营业务收入增长率、营业周期、现金流入量与现金流出量之比、销售营业现金流入比；筹资环节风险指标，包括流动比率、速动比率、资产负债率、产权比率、已获利息倍数、长期资产合适率、总资产增长率、现金流动负债比率、现金盈利值、营运资金占用额；投资环节风险指标，主要包括总资产报酬率、总资产周转率、总资产净现率。
为了全面客观地检验上市公司的经营好坏，所选取的财务指标要具有全面性与综合性，保证所选指标之间存在显著性差异；为避免指标之间某些特征重复计算，尽量消除变量的高度相关性。为此，本文将通过两个步骤选取建模指标。
（一）运用T检验，判断财务指标的显著性差异
利用收集的总共36家企业的数据资料，分组计算19个财务指标在被挂名ST前两年的平均值，计算两组样本各指标值的T检验值。
这个过程可以通过SPSS统计分析软件中的样本显著性检验功能，对数据进行检验。为了让更多的指标入选，现将T检验的判别标准定为：｜T｜≥1.7。在双尾检验的显著性概率中，通过检验的指标较多，在前一年有十二个，在前两年有八个。模型中包括过多的指标，会不利于对上市公司的财务危机进行有效的预测。因此，需再通过显著性的指标中再次筛选。
通过综合考虑，最初选定了五个财务指标即：X1销售营业现金流入比、X2资产负债率、X3营运资金占用率、X4总资产报酬率和X5总资产周转率。
（二）运用因子分析法，检验财务指标的相关性
如果上述所选的五个指标之间高度相关，那么就会使某些特征重复计算，引起夸大的危害，因此在选择最终变量时应尽量消除变量的高度相关性。
这个过程可以通过SPSS统计分析软件中的因子分析功能，对五个指标进行检验，其检验结果表明，这五个指标的相关系数都是小于0.5的。因此，可以选择这五个指标来构建模型。
三、财务风险预警模型的构建
本文将采用基于极值原理的Fisher判别法。其基本思想是：把多维问题化为一维问题，并应用线性判别函数解决判别问题。
第一步，在构建模型前，需要确定所选的样本数据是否是有效的。运用SPSS软件，对样本进行判别分析，经判别后，有效观测量为36。
第二步，检验五个指标的均值在ST组和非ST组之间是否存在显著的差异，从而证实这些变量在构造预测模型中的代表性。经SPSS软件检验证实，五个指标的均值在ST组和非ST组之间确实存在着显著差别。第三步，运用SPSS软件，对五个指标进行F线性判别，得到：
前一年的线性判别模型为：
Y=0.365X1-0.455X2+0.002X3+0.802X4+0.404X5+1.388
前两年的线性判别模型为：
Y=0.114X1-0.968X2+0.079X3-0.026X4+0.721X5-0.525
根据前一年的判别模型，将企业成为ST前一年的数据进行回代代入，得到样本企业的Y，Y=1.43，依据此分界值对样本企业进行检验。若Y值＜1.43，则说明该企业在未来一年内将陷入财务危机，反之，则为正常企业。检验结果表明：在ST组中，只有一家企业被误判，预测的准确率可达94.44%；在非ST组中，只有两家企业被误判，预测的准确率可达88.89%。
同理，根据前两年的判别模型，将企业成为ST前两年的数据进行回代代入，得到样本企业的Y，Y=-0.60，依据此分界值对样本企业进行检验。若Y值＜-0.60，则说明该企业在未来一年内将陷入财务危机，反之，则为正常企业。经检验发现，在ST组中，有三家企业被误判，预测的准确率可达83.3%；在非ST组中，有四家企业被误判，预测的准确率可达77.8%。经过检验，此模型在企业发生财务危机前一年的准确率要比在前两年的判别准确率高，即离企业发生财务危机的时间越短，判别的准确率越高。这与企业发生财务危机的实际情况相符，因而证明，可以采用此模型进行实证检验。
四、模型的实证检验
本研究运用SPSS软件做出了比较理想的多元线性回归判定模型，而该模型的运行效果是否也能理想，其判定是否准确，预测结果是否符合实际情况，这些问题都还需要进一步检验。
下表是从随机选取的作为研究样本的12家上市公司公布的最新财务报告中提取数据来检验模型的结果。
从表中Y值可以看出，对于正常企业，所有的Y值全部高于1.43，模型验证准确率为100%,而对于ST类的企业，只有50％的Y值是在1.43以下，另外50％Y值处于健康企业的范围,模型验证正确率为50%。
对于ST企业的判断之所以会有这样的偏差，笔者认为原因不外乎以下几方面：
一是部分ST企业由于经营状况的改善使得财务状况可能向好的方向转变，这种情况下，我们认为是模型判断企业的经营状况得到改观；二是由于2007年中国股市暴涨，上市公司在股市上涨过程中赚取了大量的投资收益，从而使得报表中的纯利润一项较往年大幅增长；三是本文建模用的样本数据不够全面。这些样本并没有涉及到所有行业的、地区的或是各种性质的企业；四是由于作者水平有限，模型可能存在漏洞也会导致判断出现偏差。
五、研究结论
通过本文的理论总结与实证分析，得出以下结论：
第一，多元线性回归模型在我国财务预警研究中具有很高的应用价值。实证结果表明，该方法建立的模型具有较高的判别精度和预测能力，可以获得较好的预警结果。第二，将逐步判别分析方法应用于财务预警研究中，可以在减少模型变量的同时，达到与全部备选变量构建的全变量预测模型相近的判别精度和预测能力，使最终构建的预测模型更符合成本效益原则，具有较高的应用价值。第三，本研究采用上市公司年度财务报告数据来构建财务预警模型，极大地提高了财务危机预测的及时性，给企业一般投资者和债权人增加了一条更及时更准确的预警途径。
Abstract: Based on the 2008-2009 financial targets set of the textile and apparel industry of eight state-brand and provincial-brand companies, this paper gets profitability and growth capacity, operational capacity, solvency three factors to measure the ability against financial crisis by statistical factor analysis, then uses two samples t test method to test whether there are differences between the national brands and local brands on anti-crisis capabilities, empirical analysis shows that differences exist at a certain confidence level.
关键词:名牌产品企业;抗金融危机能力;因子分析;两样本t检验
Key words: brand companies;anti-crisis ability;factor analysis;two samples t test
中图分类号:F27 文献标识码:A文章编号:1006-4311(2010)13-0031-02
0引言
在2008年的中国名牌评价工作紧锣密鼓地进行时,由于“毒奶粉”等事件,国务院“三定方案”明确国家质检总局不再直接办理与企业和产品有关名牌评价的活动,于是有关中国名牌评价工作是否对提高企业的发展起到了较好的推动作用,成为争论的焦点。与此同时,美国次贷危机从2008年9月开始全面升级,演绎了全球金融历史的一次极其严重的危机,并蔓延至实体经济,整个全球经济增长减缓,我国经济也受到了较大的冲击,金融危机恰好是一场对所有企业共同的“体能测试”。在金融危机下,推动中国经济快速增长的名牌产品企业的表现如何,这是非常值得关注的。
为此,对金融危机中的“名牌产品”获得企业的表现进行调查研究,对其抗金融危机能力进行测度,并检验名牌级别越高,抗风险能力是否更强。考虑到数据获取的难度和行业间的差距,本文选择纺织服装行业中上市的8家中国名牌产品和8家地方名牌产品企业的抗金融危机能力进行评价和比较。
1抗金融危机能力的评价指标体系
本文通过上述16家企业在金融危机影响下的2008-2009年度的主要财务指标来衡量企业的抗金融危机能力,现有的财务指标一般从盈利能力,偿债能力,现金流状况,营运能力,发展能力等几方面[1-3]对企业财务状况进行考察,考虑到现金流的数据比较难收集,因此从剩余四方面的指标来考察,如果在受金融危机影响期间企业在这几方面的综合评分存在优势,那么从侧面可以反应企业的抗金融危机能力较强,本文的评价指标集为T={A={A1净资产收益率,A2经营净利率,A3经营毛利率,A4资产净利率,A5成本费用利润率},B={B1流动比率,B2速动比率,B3资产负债率},C={C1应收账款周转率,C2存货周转率,C3总资产周转率,C4期间费用率},D={D1销售收入增长率,D2净利润增长率}} 。
2因子分析的数学模型
因子分析[4]是通过研究多个变量间相关系数矩阵的内部依赖关系,找出能综合所有变量的少数几个随机变量,这几个随机变量是不可测量的,通常称为因子。然后根据相关性的大小把变量分组,使得同组内的变量之间的相关性较高,但不同组的变量相关性较低。各个因子间互不相关,所有变量都可以表示成公因子的线性组合。因子分析的目的就是减少变量的数目,用少数因子代替所有的变量去分析问题。
设有N个样本,P个指标,X=(X1,X2,…,Xp)′为随机向量,要寻找的公因子为F=(F1,F2,…,Fm)′,则模型如下:
X=aF+aF+…+aF+εX=aF+aF+…+aF+ε…X=aF+aF+…+aF+ε
称为因子模型。矩阵A=(aij)称为因子载荷矩阵,aij为因子载荷,其实质就是公因子Fi和变量Xj的相关系数。ε为特殊因子,代表公因子以外的影响因素,实际分析时忽略不计。对求得的公因子,需要观察它们在哪些变量上有较大的载荷,再据此说明该公因子的实际含义。如果难于对Fi给出一个合理的解释,需要进一步作因子旋转,以求旋转后能得到更加合理的解释。因子分析有两个特点:
其一,模型不受量纲的影响;
其二,因子载荷不是唯一的,通过因子轴的旋转,可以得到新的因子载荷阵,使解释意义更加明显。
假设主因子的特征根为λi,主因子得分为Fi,则综合得分:
F=λ(λ)F。
3抗金融危机能力的评价分析
3.1 数据来源和处理数据来源于上市的8家中国名牌产品和8家地方名牌产品企业的2008-2009公布的财务报表,根据原始数据计算本文的指标集数据,考虑到量纲问题,对数据进行标准化处理。
3.2 因子分析结果和分析因为只有在数据存在部分相关性的情况下,用因子分析评估比较好,故我们检验数据是否适合于因子分析。一种常用的方法利用SPSS做KMO检验,如表1,KMO=0.0631>0.6,巴特利球型检验的相伴概率为0.000小于显著性水平0.05,由此本文认为指标变量适合做主成分分析。
通过因子分析法,提取主因子的条件是特征根大于1,利用SPSS16.0得出特征根大于1的各因子的方差贡献率和因子载荷阵,如表2和3,将有较大载荷的指标综合为一个因子,盈利能力指标A1-A5和成长能力指标D1-D2方面的指标综合为一个“盈利和成长能力”因子,特征根为5.77;C1-C4综合为“营运能力”因子,特征根为3.84;B1-B3综合为“偿债能力”因子,特征根2.37。用特征根的比重作为综合评价的权重,故盈利和成长能力因子的权重w1=5.77/(5.77+3.84+2.37)=0.48,营运能力因子的权重w2=0.32,偿债能力因子的权重w3=0.2。
利用权重w1,w2,w3和得出的主因子得分(表4中第3-5行)计算出综合得分(表4中第6行)。接着我们从盈利和成长能力,营运能力,偿债能力,综合得分的平均得分角度对国家名牌和省级名牌进行比较。国家名牌企业的盈利和成长能力平均得分为0.58大于省级名牌的-0.58,国家名牌企业的营运能力平均得分为-0.11小于省级名牌企业的0.12,国家名牌企业的偿债能力平均得分为-0.15小于省级名牌企业的0.15,国家名牌的加权综合得分的平均值为0.22大于省级名牌的-0.21。因此,从平均数来看,国家名牌企业在盈利和成长能力有较大的优势,但在营运和偿债能力上省级名牌企业的优势更加明显,在综合得分上国家名牌企业的平均得分大于省级名牌企业。
3.3 成组设计两样本均数的比较上面我们对国家名牌和省级名牌的各方面得分和综合得分从平均值的角度进行了比较,但是两组在各方面和综合得分的差异是否显著,我们必须运用SPSS做统计上的两样本t检验[5]。
通过表5,可以看出国家名牌和省级名牌在盈利和成长能力,营运能力,偿债能力和综合得分上的方差齐性检验均通过(sig>0.05),在方差齐性的基础上进行等均值的t检验,盈利和成长能力的P=0.015,小于显著性水平0.05,拒绝国家名牌和地方名牌的盈利和成长能力均值相等的原假设;在营运能力和偿债能力方面则相反,接受均值相等的原假设。对于综合得分来说,P=0.168,在显著性水平0.05条件下接受原假设,而在显著性水平0.2条件下则拒绝原假设,也就是说我们有80%的把握认为国家名牌在综合得分上和省级名牌存在差异。
4结论
金融危机期间,国家名牌产品企业在盈利和成长能力上的优势比较明显,虽然省级名牌的营运能力和偿债能力的平均值大于国家级,但从统计检验上看优势并不明显,因此认为省级名牌和国家名牌的营运能力和偿债能力差不多。同时我们有80%的把握认为国家名牌企业的抗金融危机能力的综合得分大于省级名牌产品企业。
中国名牌战略的实施使得企业在技术标准、管理水平、产品质量、科技创新、人力资源、品牌价值等方面获得提高,评出的国家名牌在以上几方面更是同行中的佼佼者,故在金融危机这样大的影响下,更能表现出较强的抗金融危机能力,再加上这几年推行的卓越绩效评价使得名牌企业的内部管理水平得到显著提高,这种内力的提升是抵抗金融危机最有效地方法,因此我们要大力推行卓越绩效评价,提高企业的“内力”来抵抗各种危机。
参考文献:
[1]企业财务危机的灰色综合预警模型研究[D].华中科技大学硕士学位论文,2007,28-29.
[2] 张昕源,基于数据挖掘技术的中国上市公司财务危机预警分析[D].吉林大学博士学位论文,2004,82-84.
[3]王璐,企业财务危机组合预警与控制应用研究[D].河海大学博士学位论文,2006,39-40.
高负债的陷阱
从许多高成长企业反映出的问题来看，过度负债可说是一个典型的通病，也是财务危机的根源。它们的高负债是怎样积累起来的呢？
战略需求效应由由于企业的战略布局驱动，或表现为现有业务的发展，或表现为新业务的开拓，规模和数量的扩张经常明显快于内涵质量的扩张，在高成长阶段都将出现某种程度的资金短缺。因此，高成长企业为达到快速扩张的目的，普遍采取负债经营策略。
组织放大效应由许多企业在快速扩张中倾向于采取企业集团或控股公司模式。但这类模式债务放大效应也十分明显：一方面母、子公司都会从各自立场出发追求数量扩张；另一方面，子公司除保留原有业务联系和资金融通渠道外，还可能获得母公司再分配的业务或资金。这一业务和融资放大效应很容易使企业负债过度，最终成为财务危机的“始作俑者”。
财务不透明与内部互相担保由财务不透明、各自为政和内部关联企业间的相互贷款担保是高成长企业常见的问题。这不仅加大了银行对企业财务判断的难度，也给财务监管带来很大困难，从而造成整体负债率不断抬高。
中国四大信托投资公司之一的广东国际信托投资公司破产事件就是一个教训。广信下属企业帐外有帐，隐藏债务情况严重，甚至连集团总部都难以摸清家底。清产核资以后，资不抵债额竟高达146.94亿元人民币。
债务、资产的结构性错配由最常见的就是短债长用，短筹长贷。企业将短债用于投资回收期是短债期限若干倍的长期项目投资，导致流动负债大大高于流动资产。金融机构基于高成长企业的前景，往往也采取短筹长贷方式，支持企业搞长期投资，从而加大了企业的资金风险，一旦银行日后收紧银根，企业将会进退两难。
其它常见结构性错配还包括负债到期过分集中的结构与现金流量错位，长、短期负债结构比例失调，贷款的银行结构单一，资产和负债币种结构不合理等。
以上几方面是环环相扣的。高成长战略造成资金短缺，企业就不可避免地要负债经营。组织放大效应和内部担保则加剧债务水平，造成负债过度。在过度负债的情况下，企业经营成本和财务压力加大，支付能力日渐脆弱，短债长用则可能使企业潜在支付危机随时爆发。
财务危机的诱因
经营持续亏损由企业扩张过度，容易因经营管理不善或战略性失误引起亏损。如果企业只是短期亏损，只要亏损额少于折旧，未必导致债务偿付困难，但如果持续亏损，将造成企业净资产数量和质量不断下降，大大削弱企业的经营能力和偿债能力，进而导致企业不能到期偿还债务。
如果亏损严重到资不抵债的地步，也就是狭义上所指的财务失败，将意味着企业偿付能力的丧失，最终很可能走上倒闭、破产的不归路。
短期支付不能由这种情况下，企业并非资不抵债，也不一定与经营亏损相关，只是由于资金周转不灵、现金流量分布与债务到期结构分布不均衡等原因暂时不能偿还到期债务，真所谓“一文钱逼死英雄汉”。
1996年进入全球500强之列的香港百富勤公司，1998年初却因为缺乏足够现金无法偿还几千万美元的债务而被迫破产，10年辉煌毁于一旦。珠海巨人集团财务危机的导火索则是兴建巨人大厦时国内卖楼花所形成的4,000万元人民币债务。
突发性风险事件由在市道畅旺的时候，高成长企业或许可以凭其资产规模和营业收入的大幅增长，给市场以太平盛世的感觉。
一旦国内外政治、经济环境突然变化，重大政策调整，各种自然灾害或其它突发性风险事件发生，企业就可能因为业务萎缩、资产缩水或重大财产损失而陷入困境。
亚洲金融危机中，一些企业采取股票抵押贷款，结果由于股票市场低迷、股票价格大幅下降，使抵押品价值严重缩水而陷入财务危机。
尽管这些风险事件对企业来说属于不可控因素，但防范经营、财务风险本身就是企业经营的应有之义。同样经历了亚洲金融危机，一些企业破产、倒闭，而另一些财务稳健的企业仍健康发展，经营能力突显高低。
平衡高成长和稳健
百富勤等大企业的破产说明，企业如果不顾自身条件通过负债经营盲目铺摊子，就容易聚集过多盈利能力差的资产或业务，规模再大也难逃被淘汰的命运。对企业来说，只有在财务稳健的前提下取得的成长性才是合理的。
优化财务结构由财务结构优化是企业财务稳健的关键，其具体标志是综合资金成本低，财务杠杆效益高，财务风险适度。企业应当根据经营环境的变化，不断通过存量调整和变量调整（增量或减量）的手段确保财务结构的动态优化。
企业财务结构管理的重点是对资本、负债、资产和投资等进行结构性调整，使其保持合理的比例：
一是优化资本结构。企业应在权益资本和债务资本之间确定一个合适的比例结构，使负债水平始终保持在一个合理的水平上，不能超过自身的承受能力。
负债经营的临界点是全部资金的息、税前利润等于负债利息。在达到临界点之前，提高负债将使股东获得更多的财务杠杆利益。一旦超过临界点，加大负债比率会成为财务危机的前兆。
二是优化负债结构。负债结构性管理的重点是负债的到期结构。由于预期现金流量很难与债务的到期及数量保持协调一致，这就要求企业在允许现金流量波动的前提下，确定负债到期结构应保持安全边际。
企业也应对长、短期负债的盈利能力与风险进行权衡，以确定既使风险最小、又能使企业盈利能力最大化的长、短期负债比例。
此外，企业还应密切关注各地经济、金融形势和汇率的变化情况，调整贷款的银行结构和币种结构，尽可能避免过份集中向某一国家或区域的金融机构融资或以单一货币进行借贷或业务结算，以预防和降低借贷和汇率风险。
三是优化资产结构。资产结构的优化主要是确定一个既能维持企业正常生产经营，又能在减少或不增加风险的前提下给企业带来尽可能多利润的流动资金水平，其核心指标是反映流动资产与流动负债间差额的“净营运资本”。
四是优化投资结构。主要是从提高投资回报的角度，对企业投资情况进行分类比较，确定合理的比重和格局，包括长期投资和短期投资，固定资产投资、无形资产投资（如研究开发、企业品牌等）和流动资产投资，直接投资（项目）和间接（证券）投资，产业投资和风险投资等。
抓好现金流量生命线企企业最基本的目标是股东财富或企业总价值最大化。它通过获利水平和利润指标反映出来，而这一切都是建立在现金流量这一企业生命线上的。
不少企业陷入经营困境甚至破产并非因为资不抵债，而是由于暂时的支付困难。因此，利润或是企业总价值最大化不能停留在帐面盈利上，而要以价值的可实现性和变现能力作为前提。
企业应把利润和现金放在同等重要的位置，加速资金回笼和周转，提高资产变现能力，加强对应收帐款的管理和催收力度，尽量减少呆坏帐。
企业应根据现有业务未来产生现金流量的情况追求相应的成长速度，同时要手持一定量的现金以满足正常运营和应付突发事件的需要，并提高资金管理水准，确保资金的流动性和安全性。
建立财务监控体系企公司的规模扩张应与财务控制制度建设保持同步发展，否则造成财务失控。企业应建立有效的财务监控体系，加强对公司债务、资产、投资回收、现金回流和资产增值等方面的财务管理与监督，严格担保和信用证开证额度管理，减少或有负债。
企业尤其要重视预算管理，应着眼于未来现金流量情况，通过预算管理对融投资总量、负债水平、资产状况进行控制，并对未来重大项目的融投资及大笔债务的还本付息等做出统筹安排。
